第 2 章 环境准备

2.1 创建conda环境

终端输入如下命令，创建项目的虚拟环境，并指定Python版本：

conda create -n nlp python=3.12

激活该虚拟环境：

conda activate nlp

2.2 安装所需依赖

本课程依赖以下软件和库：

• pytorch：深度学习框架，主要用于模型的构建、训练与推理。
• jieba：高效的中文分词工具，用于对原始中文文本进行分词预处理。
• gensim：用于训练词向量模型（如 Word2Vec、FastText），提升模型对词语语义关系的理解。
• transformers：由 Hugging Face 提供的预训练模型库，用于加载和微调 BERT 等主流模型。
• datasets：Hugging Face 提供的数据处理库，用于高效加载和预处理大规模数据集。
• TensorBoard：可视化工具，用于展示训练过程中的损失函数、准确率等指标变化。
• tqdm：用于显示进度条，帮助实时监控训练与数据处理的进度。
• Jupyter Notebook：交互式开发环境，用于编写、测试和可视化模型代码与实验过程。

安装命令如下：

1. 安装pytorch

使用nvidia-smi查看CUDA版本，并根据其版本选择PyTorch版本进行安装：

pip3 install torch –index-url https://download.pytorch.org/whl/cu128

1. 安装其余依赖

其余依赖安装最新版本即可

pip install jieba gensim transformers datasets tensorboard tqdm jupyter