简介

欢迎来到 Hugging Face 课程！本简介将指导您设置工作环境。如果您是课程新手，建议您先查看 第一章，然后回来设置您的环境，以便您自己尝试代码。

本课程中将使用到的所有库都以 Python 包的形式提供，因此这里我们将向您展示如何设置 Python 环境并安装所需的特定库。

我们将介绍两种设置工作环境的方法：使用 Colab 笔记本或 Python 虚拟环境。您可以随意选择最适合您的方法。对于初学者，我们强烈建议您从使用 Colab 笔记本开始。

请注意，我们将不介绍 Windows 系统。如果您使用的是 Windows，建议您使用 Colab 笔记本进行学习。如果您使用的是 Linux 发行版或 macOS，则可以使用此处介绍的任何一种方法。

本课程的大部分内容需要您拥有 Hugging Face 帐户。建议您现在创建一个：创建帐户。

使用 Google Colab 笔记本

使用 Colab 笔记本是最简单的设置方法；在浏览器中启动一个笔记本，就可以直接开始编码了！

如果您不熟悉 Colab，建议您先阅读 简介。Colab 允许您使用一些加速硬件，例如 GPU 或 TPU，对于小型工作负载它是免费的。

一旦您习惯了 Colab 的操作，就可以创建一个新的笔记本并开始设置。

下一步是安装本课程中将使用到的库。我们将使用 pip 进行安装，它是 Python 的包管理器。在笔记本中，您可以通过在系统命令前加 ! 字符来运行系统命令，因此您可以按如下方式安装 🤗 Transformers 库：

!pip install transformers

您可以通过在 Python 运行时中导入它来确保包已正确安装

import transformers

这将安装一个非常轻量级的 🤗 Transformers 版本。特别是，没有安装任何特定的机器学习框架（例如 PyTorch 或 TensorFlow）。由于我们将使用该库的许多不同功能，因此建议您安装开发版本，它包含几乎任何可想而知的用例所需的全部依赖项

!pip install transformers[sentencepiece]

这将花费一些时间，但之后您就可以准备好继续学习课程了！

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。建议您按照 本指南进行操作。

安装完 Python 后，您应该能够在终端中运行 Python 命令。您可以首先运行以下命令以确保它已正确安装，然后再进行下一步操作：python --version。这将打印出您系统上当前可用的 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您系统上的“主” Python。建议您将此主安装保持没有包，并使用它为每个您使用的应用程序创建单独的环境，这样每个应用程序都可以有自己的依赖项和包，您也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 来完成的，它是一个自包含的目录树，每个目录树都包含一个 Python 安装程序（具有特定的 Python 版本）以及应用程序所需的所有包。可以使用许多不同的工具来创建此类虚拟环境，但我们将使用官方 Python 包来完成此操作，该包称为 venv。

首先，创建您希望应用程序所在的目录，例如，您可能希望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

在此目录内，使用 Python venv 模块创建虚拟环境

python -m venv .env

您现在应该在原本空的文件夹中看到一个名为 .env 的目录

ls -a

.      ..    .env

您可以使用 activate 和 deactivate 脚本进出虚拟环境

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

# Deactivate the virtual environment
source .env/bin/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，则表明您已成功激活了它！

which python

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

安装依赖项

与上一节关于使用 Google Colab 实例的内容类似，您现在需要安装继续学习所需的包。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，您已完成设置，可以开始学习了！