简介

欢迎来到 Hugging Face 课程！本简介将指导您完成工作环境的设置。如果您刚开始学习本课程，我们建议您先阅读第 1 章，然后再回来设置您的环境，以便您可以亲自尝试代码。

我们在本课程中将要使用的所有库都可以作为 Python 包使用，因此在这里我们将向您展示如何设置 Python 环境并安装您需要的特定库。

我们将介绍两种设置工作环境的方法，使用 Colab notebook 或 Python 虚拟环境。请随意选择最适合您的方式。对于初学者，我们强烈建议您从使用 Colab notebook 开始。

请注意，我们将不涉及 Windows 系统。如果您在 Windows 上运行，我们建议您使用 Colab notebook 继续学习。如果您使用的是 Linux 发行版或 macOS，您可以使用此处描述的任何一种方法。

本课程的大部分内容都依赖于您拥有一个 Hugging Face 帐户。我们建议您现在创建一个：创建一个帐户。

使用 Google Colab notebook

使用 Colab notebook 是最简单的设置；在浏览器中启动一个 notebook，然后直接开始编码！

如果您不熟悉 Colab，我们建议您先阅读介绍。Colab 允许您使用一些加速硬件，如 GPU 或 TPU，并且对于较小的工作负载是免费的。

一旦您习惯了在 Colab 中操作，就可以创建一个新的 notebook 并开始设置了

下一步是安装我们将在本课程中使用的库。我们将使用 pip 进行安装，它是 Python 的包管理器。在 notebook 中，您可以通过在系统命令前加上 ! 字符来运行它们，因此您可以按如下方式安装 🤗 Transformers 库

!pip install transformers

您可以通过在 Python 运行时导入它来确保该包已正确安装

import transformers

这将安装一个非常轻量级的 🤗 Transformers 版本。特别是，没有安装特定的机器学习框架（如 PyTorch 或 TensorFlow）。由于我们将使用该库的许多不同功能，我们建议安装开发版本，它附带了几乎任何可以想象的用例所需的所有依赖项

!pip install transformers[sentencepiece]

这会花费一些时间，但之后您就可以为课程的其余部分做好准备了！

使用 Python 虚拟环境

如果您更喜欢使用 Python 虚拟环境，第一步是在您的系统上安装 Python。我们建议您按照本指南开始。

一旦您安装了 Python，您应该能够在终端中运行 Python 命令。您可以先运行以下命令以确保它已正确安装，然后再继续下一步：python --version。这应该会打印出您系统上现在可用的 Python 版本。

在终端中运行 Python 命令时，例如 python --version，您应该将运行命令的程序视为系统上的“主” Python。我们建议保持此主安装没有任何包，并使用它为您工作的每个应用程序创建独立的环境——这样，每个应用程序都可以有自己的依赖项和包，您就不需要担心与其他应用程序的潜在兼容性问题。

在 Python 中，这是通过虚拟环境完成的，它们是独立的目录树，每个目录树都包含一个具有特定 Python 版本的 Python 安装以及应用程序需要的所有包。创建这样的虚拟环境可以使用多种不同的工具，但我们将使用官方的 Python 包，它叫做 venv。

首先，创建您希望应用程序所在的目录——例如，您可能想在主目录的根目录下创建一个名为 transformers-course 的新目录

mkdir ~/transformers-course
cd ~/transformers-course

在此目录中，使用 Python venv 模块创建一个虚拟环境

python -m venv .env

您现在应该在原本为空的文件夹中有一个名为 .env 的目录

ls -a

.      ..    .env

您可以使用 activate 和 deactivate 脚本进入和退出虚拟环境

# Activate the virtual environment
source .env/bin/activate

# Deactivate the virtual environment
deactivate

您可以通过运行 which python 命令来确保环境已激活：如果它指向虚拟环境，那么您已经成功激活了它！

which python

/home/<user>/transformers-course/.env/bin/python

安装依赖项

与上一节使用 Google Colab 实例一样，您现在需要安装继续所需的包。同样，您可以使用 pip 包管理器安装 🤗 Transformers 的开发版本

pip install "transformers[sentencepiece]"

现在您已经全部设置好了，准备开始吧！