安装python torch、transformer、记录_transformer版本

由于安装总是出现各种奇怪问题，现总结帮助以后环境搭建

anaconda promt 命令框

国内常用镜像源

• 清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
• 阿里云：http://mirrors.aliyun.com/pypi/simple/
• 中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/
• 华中科技大学：http://pypi.hustunique.com/
• 豆瓣源：http://pypi.douban.com/simple/
• 腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
• 华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/

在base中创建需要的环境：

• 创建需要的环境，并指定需要的版本
  1. 查看环境目录：conda env list
  2. 创建环境，并指定python版本：conda create --name peculiar python=3.6.9
  3. 激活环境，conda activate peculiar
  4. 查看pip版本：pip show pip 或者 conda list
     最好更新下pip版本，避免出现问题: pip install --upgrade pip
  5. 安装pytorch: 参考链接
     个人觉得下载文件后安装也可以，而且不容易出错
  6. 安装transformers
     如果使用 pip install transformers 安装出现问题，如：

       ERROR: Failed building wheel for tokenizers
     Failed to build tokenizers
     ERROR: Could not build wheels for tokenizers, which is required to install pyproject.toml-based projects
     1
     2
     3

     解决方法:指定transformers版本
     一般用transformers版本3.4.0
     报错：HuggingFace 报错 ImportError: cannot import name ‘HfApi‘
     命令行：

     conda install -c huggingface transformers # 对于python 3.9.13版本
     pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ transformers==3.4.0  #可能出错
     1
     2

     测试transformers安装是否成功： python

     	from transformers import pipeline
     	print(pipeline('sentiment-analysis')('we love you'))
     	# 会有一个下载操作
     1
     2
     3

• tree-sitter安装
  • 直接安装使用： pip install tree_sitter -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
    出现超时情况试试加镜像，如果还不可以看看是不是下面的问题
    ERROR: Could not find a version that satisfies the requirement tree_sitter (from versions: none)
    链接
• sklearn安装
  sklearn安装需要需要先安装

  • Numpy

  • Scipy

  • matpolotlib

    接着安装sklearn，这里需要注意的是在Anaconda中sklearn叫做scikit-learn，并且在安装scikit-learn前还需要安装其他一些依赖，并且最好是按顺序下载
    conda install numpy
    conda install pandas
    conda install scipy
    conda install matplotlib
    conda install scikit-learn==0.20.0
    1
    2
    3
    4
    5
    6

1