框架与工具链3667 字

大模型开发环境Conda和Jupyter使用

·全库 511 / 611

《大模型开发环境Conda和Jupyter使用》共 0.4 万字,通篇围绕 prompt、缓存、工作流、需求 展开,归在「框架与工具链」这一层。

覆盖prompt缓存工作流需求

适合要选技术栈、不想把别人踩过的坑重踩一遍的人

目录骨架(8 节)
  1. Conda 入门
  2. Conda 安装
  3. Conda 命令
  4. Mamba 使用
  5. Jupyter使用
  6. PyCharm 中使用 Conda 环境
  7. Conda版本差异
  8. Anaconda 和 Miniconda 区别?
目录 · 3 节

示例代码

注:将ppt后缀名改为zip后解压

python版本:3.12.4

Conda 入门

Conda版本差异

image.png

Conda:是一个包和环境管理的工具。支持 Windows、macOS 和 Linux。Conda 可以快速的安装、运行和更新包和相关的依赖。Conda 也可以轻易地创建、保存、加载和转换环境。

Anaconda:是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了 conda、conda-build、Python 和众多科学计算的包及其依赖。

Miniconda:是一个 Anaconda 的轻量级替代,默认只包含了 conda,Python 和一些它们所以依赖的包。

Anaconda 和 Miniconda 区别?

Miniconda 是 Anaconda 的精简版本,同样也是一个开源环境,两者都是 conda 系统的一部分。不同之处在于 Anaconda 会预先安装许多常用的 Python 套件,因此占用较多的硬盘空间。相比之下,Miniconda 因为名为 ”Mini”,因此仅安装运行所需的基本套件,对于有多个不同 Python 版本共存的情況,可以节省大量空间。

Miniconda 可以依据自己需求建立自己的 Python 环境,想要的套件自行安装。

为什么要使用 Conda?

一个典型的 Python 项目会使用多个包来完成其功能。其中一些包也可能被其他项目所使用(共享)。 项目之间共享的包可能会引起冲突。 比如,我们有两个项目 P1 和 P2,P1 使用 NumPy 1.2 版本,而 P2 需要 NumPy 1.3 版本,一个环境中存在两个版本就可能导致冲突。 解决这个问题的办法就是使用虚拟环境。我们可以为每个项目分别创建一个独立的虚拟环境,来隔离包冲突。

image.png

常用的 Python 虚拟环境管理工具有:

  1. Virtualenv
  2. Conda
  3. pipenv
  4. venv

通过使用这些工具,我们可以很容易的创建虚拟环境。

Conda 安装

Miniconda 下载安装

官网下载地址: https://www.anaconda.com/download/success

Anaconda Installers vs Miniconda Installers

image.png

下载后依据指引进行 Miniconda 安装。

​

image.png

image.png

根子自己需要选择为当前用户还是为所有用户安装。

image.png

选择安装目录。

image.png

image.png

  • 在开始菜单中,创建快捷方式。
  • 注册 Miniconda3,使它能被 VsCode、PyCharm 等检测到。
  • 清除缓存。

到此我们的 conda 已经安装完毕。此时,我们的开始菜单中多了如下几个目录。

使用 Anaconda Powershell Prompt 终端

image.png

安装完成后,打开终端 Anaconda Powershell Prompt ,如果有看到命令列提示中的(base),那表示安装成功。

我们可以输入 Python --version 确认 Python 版本。

image.png

Conda 命令

基本命令

conda –help # 查看帮助
conda info  # 查看 conda 信息
conda --version # 查看 conda 版本
conda update conda  # 更新Conda(慎用)
conda clean –all    # 清理不再需要的包
conda <指令> --help   # 查看某一个指令的详细帮助
conda config --show #查看 conda 的环境配置
conda clean -p  # 清理没有用,没有安装的包
conda clean -t  # 清理 tarball
conda clean --all   # 清理所有包和 conda 的缓存文件

环境管理

创建 Conda 环境

使用 conda 可以在电脑上创建很多套相互隔离的 Python 环境,命令如下:

# 语法
conda create --name <env_name> python=<version> [package_name1] [package_name2] [...]

资料里没有你的场景?

把你手上的数据和想解决的那个环节发上来,我们按具体情况回,不复述方法论。

发布需求