创建新环境

首先#xff0c;确保你已经安装了Anaconda或Minico…L0——入门岛

Python基础

虚拟环境是Python开发中不可或缺的一部分它允许你在不同的项目中使用不同版本的库避免依赖冲突。

Conda是一个强大的包管理器和环境管理器。

创建新环境

首先确保你已经安装了Anaconda或Miniconda推荐使用Miniconda。

创建虚拟环境时我们主要需要设置两个参数一是虚拟环境的名字二是python的版本。

conda

python3.10这将创建一个名为myenv的新环境使用Python

环境管理

要使用创建好的虚拟环境我们需要先激活环境。

激活我们刚刚创建的myenv环境的命令如下

conda

只需要在创建环境时使用–prefix参数制定环境所在的文件夹即可比如我们想在/root/envs/路径下创建刚刚我们创建过的myenv。

conda

python3.12其他操作就与直接在默认路径下创建新环境没有区别了。

想要激活保存在指定目录下的conda虚拟环境也十分简单直接将环境名替换成所在文件夹就行。

conda

/root/envs/myenvmyenv这个文件夹里包含了整个虚拟环境所以理论上将他直接拷贝到任意一台安装了conda的机器上都能直接激活使用这也是在内网机器上做环境配置的一种效率较高的解决方案。

使用pip安装Python三方依赖包

在Python开发中安装和管理第三方包是日常任务。

pip是Python官方的包管理工具全称为“Python

Package

Installer”用于方便地安装、升级和管理Python包。

使用pip安装包

注意在使用conda的时候我们需要先激活我们要用的虚拟环境再在激活的虚拟环境中使用pip来安装包。

pip安装包的命令为pip

pip

在各种开源代码中经常可以看到里面描述了运行该代码所需要的包和对应版本。

pip

requirements.txt比如以下就是我们接下来会接触到的LLM部署框架

lmdeploy

我们在使用pip的时候可以使用–target或-t参数来指定安装下。

这里我们用本次实战营最常用的环境/root/share/pre_envs/pytorch2.1.2cu12.1来举例。

首先激活环境

/root/share/pre_envs/pytorch2.1.2cu12.1#

创建一个下

/root/myenvs要使用安装在指定目录的python包可以在python脚本开头临时动态地将该路径加入python环境变量中去

import

your_module使用本地Vscode连接InternStudio开发机

使用SSH连接开发机

code中配置远程执行机的SSH连接进入到执行机时需要再次输入ssh连接的密码。

连接成功后我们打开远程连接的vscode的extensions在远程开发机(SSH:SSH.INTERN-AI.ORG.CN)

debug会用到。

也可以一键把我们本地vscode的插件安装到开发机上。

Python

当我们新建完一个python文件后需要在右下角单击选择我们的python解释器才能运行。

这边我们会看到当前本机上已经安装好的所有python解释器直接选择上一步中创建的环境中的解释器就行。

如何在Vscode中打开终端

单击VSCode页面底部状态栏中的“终端”图标可以快速打开VSCode的终端面板。

debug

当你刚开始学习Python编程时可能会遇到代码不按预期运行的情况。

这时你就需要用到“debug”了。

简单来说“debug”就是能再程序中设置中断点并支持一行一行地运行代码观测程序中变量的变化然后找出并修正代码中的错误。

而VSCode提供了一个非常方便的debug工具可以帮助你更容易地找到和修复错误。

使用Vscode进行Python

range(start,end):sum_resireturn

sum_resif

__main__:print(range_sum(1,10))打开Python文件点击“运行和调试”图标。

首次debug需要配置选择python

在代码行号旁边点击可以添加一个红点这就是断点如果不能添加红点需要检查一下Python扩展是否已经正确安装。

当代码运行到这里时它会停下来这样你就可以检查变量的值、执行步骤等。

接下来我们在第4行的核心代码处打上断点。

启动debug

Debug”侧边栏的“Variables”变量部分你可以看到当前作用域内的所有变量及其值。

单步执行代码

你可以使用顶部的debug面板的按钮来单步执行代码。

这样你可以逐行运行代码并查看每行代码执行后的效果。

debug面板各按钮功能介绍

单步进入。

如果当前行代码存在函数调用则进入该函数内部。

如果当前行代码没有函数调用则等价于step

step

如果你找到了代码中的错误可以修复它然后重新运行debug来确保问题已经被解决。

通过遵循以上步骤你可以使用VSCode的debug功能来更容易地找到和修复你Python代码中的错误。

可以自己编写一个简单的python脚本并尝试使用debug来更好的理解代码的运行逻辑。

记住debug是编程中非常重要的一部分所以不要怕花时间在这上面。

随着时间的推移你会变得越来越擅长它

在调试Debug过程中断点Breakpoint允许程序员在程序的执行流程中设置暂停点。

当程序运行到这些断点时执行会暂时中断使得我们可以检查此时程序的状态包括变量的值、内存的内容等。

断点为我们提供了一个观察程序运行细节的机会从而帮助我们定位和解决程序中的错误或问题。

在VSCode中我们还可以设置条件断点这样断点只有在满足特定条件时才会触发。

普通断点在代码行号左侧点击添加断点。

条件断点在断点标记上右键选择条件断点conditional

中常用的条件断点主要有三种类型表达式Expression输入一个

Python

Count断点触发计数达到输入值时才会暂停运行。

记录日志Log

Message触发该断点时在

logpoint。

需要输入要输出的信息如果要用到表达式可以使用

表达式条件断点

(https://internlm.intern-ai.org.cn/api/tokens)

登陆后点击API

这里一定要注意浦语的token只有刚创建的时候才能看到全文后续没法再查看已经创建好的token如果忘记需要重新创建所以创建完了以后记得先复制保存到本地。

如何使用InternLM

internlm_gen(prompt,client):LLM生成函数Param

prompt:

client.chat.completions.create(modelinternlm2.5-latest,messages[{role:

user,

response.choices[0].message.contentapi_key

os.getenv(api_key)

OpenAI(base_urlhttps://internlm-chat.intern-ai.org.cn/puyu/api/v1/,api_keyapi_key)

prompt

print(response)我们可以在终端中临时将token加入变量此时该环境变量只在当前终端内有效。

所以该种方法需要我们在该终端中运行我们的py脚本。

export

字段返回的内容并不全是json结构需要进行一次提取。

这里使用了正则表达式。

pip安装到指定目录

到指定在文件最上边进行添加下边就可以正常引用numpy库了效果如下。