Llama - 環境設定

Llama 的環境設定只需幾個關鍵步驟，包括安裝依賴項、Python及其庫，以及配置你的 IDE 以提高開發效率。現在，你已經擁有了良好的工作環境，可以輕鬆地使用 Llama 進行開發。如果你對開發 NLP 模型或進行文字生成實驗感興趣，這將確保你 AI 之旅的順利開始。

讓我們繼續安裝依賴項和配置 IDE，以便我們可以執行程式碼並進行正確的配置。

依賴項安裝

作為繼續編寫程式碼的先決條件，你必須檢查是否已安裝所有必要的元件。Llama 依賴許多庫和包才能在自然語言處理和基於 AI 的任務中順利執行。

步驟 1：安裝 Python

首先，你應該確保你的機器上已安裝 Python。Llama 要求 Python 版本至少為 3.8 或更高版本才能成功安裝。如果尚未安裝，你可以從 Python 官方網站獲取。

步驟 2：安裝 PIP

你必須安裝 PIP，Python 的包安裝程式。以下是如何檢查 PIP 是否已安裝：

pip --version

如果沒有安裝，可以使用以下命令進行安裝：

python -m ensurepip –upgrade

步驟 3：安裝虛擬環境

使用虛擬環境來隔離專案的依賴項至關重要。

安裝

pip install virtualenv

為你的 Llama 專案建立虛擬環境：

virtualenv Llama_env

啟用虛擬環境：

Windows

Llama_env\Scripts\activate

Mac/Linux

source Llama_env/bin/activate

步驟 4：安裝庫

Llama 需要幾個 Python 庫才能執行。要安裝它們，請在終端中輸入以下命令。

pip install torch transformers datasets

這些庫包括：

torch - 深度學習相關任務。
transformers - 預訓練模型。
datasets - 用於處理大型資料集。

嘗試在 Python 中匯入以下庫以檢查安裝情況。

import torch
import transformers
import datasets

如果沒有錯誤訊息，則安裝完成。

設定 Python 和庫

設定依賴項，然後安裝 Python 和庫來構建 Llama。

步驟 1：驗證 Python 安裝

開啟 Python 直譯器並執行以下程式碼以驗證 Python 和所需的庫是否已安裝：

import torch
import transformers

print(f"PyTorch version: {torch.__version__}")
print(f"Transformers version: {transformers.__version__}")

輸出

PyTorch version: 1.12.1
Transformers version: 4.30.0

步驟 2：安裝附加庫（可選）

根據你使用 Llama 的用例，你可能需要一些額外的庫。以下是可選但非常有用的庫列表：

scikit-learn - 用於機器學習模型。
matplotlib - 用於視覺化。
numpy - 用於科學計算。

使用以下命令安裝它們：

pip install scikit-learn matplotlib numpy

步驟 3：使用小型模型測試 Llama

我們將載入一個小型預訓練模型來檢查一切是否執行順利。

from transformers import pipeline

# Load the Llama model
generator = pipeline('text-generation', model='EleutherAI/gpt-neo-125M')
 
# Generating text
output = generator("Llama is a large language model", max_length=50, num_return_sequences=1)
print(output)

輸出

[{'generated_text': 'Llama is a large language model, and it is a language 
model that is used to describe the language of the world. The language model
is a language model that is used to describe the language of the world. 
The language model is a language'}]

這表明配置正確，我們現在可以將 Llama 整合到我們的應用程式中。

配置你的 IDE

選擇合適的 IDE 並正確配置它將使開發非常順利。

步驟 1：選擇 IDE

以下是一些最流行的 Python IDE 選擇：

Visual Studio Code VS Code PyCharm

在本教程中，我們將選擇 VS Code，因為它輕量級且擁有大量的 Python 專用擴充套件。

步驟 2：為 VS Code 安裝 Python 擴充套件

要在 VS Code 中開始使用 Python 開發，你需要 Python 擴充套件。可以直接透過 VS Code 中的擴充套件進行安裝。

開啟 VS Code
你可以導航到“擴充套件”檢視，點選“擴充套件”圖示，或使用 Ctrl + Shift + X。
搜尋“Python”並安裝 Microsoft 官方擴充套件。

步驟 3：配置 Python 直譯器

我們透過以下操作設定 Python 直譯器以使用我們之前建立的虛擬環境：

Ctrl+Shift+P - 開啟命令面板
Python - 選擇直譯器，並選擇虛擬環境中可用的直譯器；我們選擇位於 Llama_env 中的那個。

步驟 4：建立 Python 檔案

現在你已經選擇了你的直譯器，你可以建立一個新的 Python 檔案並將其儲存為你想要的任何名稱（例如，Llamam_test.py）。以下是如何使用 Llama 載入和執行文字生成模型：

from transformers import pipeline
generator = pipeline('text-generation', model='EleutherAI/gpt-neo-125M')
# Text generation
output = generator("Llama is a large language model", max_length=50, num_return_sequences=1)
print(output)

在輸出中，你將看到 Python 環境是如何配置的，程式碼是在整合開發環境中編寫的，輸出顯示在終端中。

輸出

[{'generated_text': 'Llama is a large language model, and it is a language
model that is used to describe the language of the world. The language 
model is a language model that is used to describe the language of 
the world. The language model is a language'}]

步驟 5：執行程式碼

如何執行程式碼？

右鍵單擊 Python 檔案，然後在終端中執行 Python 檔案。
預設情況下，它會在整合終端中自動顯示輸出。

步驟 6：在 VS Code 中進行除錯

除了對除錯的大力支援外，VS Code 還提供了出色的除錯支援。你可以透過單擊程式碼行號左側來建立斷點，並使用 F5 開始除錯。這將幫助你逐步執行程式碼並檢查變數。

列印頁面