PATH premenné
Najväčší strašiak! Ak nezaškrtnete "Add Python to PATH", váš počítač nebude mať ani šajnu, čo od neho chcete.
Och, ani neviete, aký som bol nadšený! Stiahol som inštalátor, klikol na "Next" a myslel som si, že som programátor. Lenže potom prišiel terminál a hromada červeného textu. Ak bojujete s cestami PATH alebo verziami 3.10 vs 3.12, ste na správnom mieste!
Najväčší strašiak! Ak nezaškrtnete "Add Python to PATH", váš počítač nebude mať ani šajnu, čo od neho chcete.
Nikdy, naozaj nikdy, neinštalujte knižnice globálne. Venv je váš najlepší priateľ pre AI projekty.
Mnohé AI modely ako Llama vyžadujú špecifické verzie. Ja som začal s 3.12 a hneď som narazil na nekompatibilitu.
Predstavte si moju tvár, keď som zistil, že Python nie je len jeden program, ale celá rodina verzií, ktoré sa navzájom nenávidia. Vážne! Keď som prvýkrát zadal `python` do príkazového riadku, Windows mi otvoril Microsoft Store. Skoro som vyhodil notebook z okna! Ukázalo sa, že systém má predinštalované "aliasy", ktoré musíte vypnúť v nastaveniach aplikácií. Je to drobnosť, ale zabila mi tri hodiny života.
"Inštalácia Pythonu je ako stavanie Lega v tme. Ak stratíte jeden malý kúsok (napríklad pip), celá stavba sa zrúti pri prvom importe."
Moja rada pre každého nováčika v Trebišove alebo kdekoľvek inde: používajte pyenv alebo Conda. Tieto nástroje vám umožnia prepínať medzi verziami bez toho, aby ste si odpálili celý operačný systém. Keď som prešiel na výber LLM modelov, zistil som, že každá knižnica chce niečo iné. Bez izolovaných prostredí by som bol úplne stratený.
Tu je zoznam vecí, ktoré mi vyskakovali na obrazovke a ja som len tupo pozeral. Odkiaľ som mal vedieť, že 'pip' is not recognized znamená len to, že som zabudol reštartovať terminál? Predstavujete si to? Len reštart! Tu sú tri najčastejšie chyby, ktoré zastavia každého AI nadšenca na začiatku.
Znamená to, že ste v inom prostredí, než si myslíte. Nainštalovali ste to do 'base', ale kód spúšťate v 'env'.
Skúšate inštalovať veci do systémových priečinkov. Použite flag `--user` alebo, ešte lepšie, virtuálne prostredie.
Toto je čisté peklo. Niektoré AI balíky potrebujú kompilátor. Musíte si stiahnuť 4GB Visual Studio, aby ste spustili 2MB skript.
# Skúšam spustiť môj prvý skript
$ python main.py
Traceback (most recent call last):
File "main.py", line 1, in <module>
import torch
ModuleNotFoundError: No module named 'torch'
# Moja reakcia: Ogo! Veď som to inštaloval!
$ which python
/usr/bin/python (Systémový - CHYBA!)
Keď už máte Python, nie je to koniec. Pre prácu s dátami a AI potrebujete "svätú trojicu" knižníc. Bez nich je Python len kalkulačka. Pozrite sa na zber dát, kde tieto nástroje využijeme v praxi.
Základ pre všetky matematické operácie a polia. Bez neho sa nepohnete ani o milimeter.
v1.26.0+Excel pre programátorov. Pomôže vám upratať tie šialené CSV súbory plné chýb.
v2.1.0+Srdce AI. Toto je ten motor, ktorý reálne trénuje neurónové siete na vašej grafike.
v2.2.0 (CUDA support)Knižnica od Hugging Face. Vďaka nej spustíte Llama modely na pár riadkov kódu.
v4.35.0+Skontrolujte si zoznam najčastejších chýb v mojom slovníku.
Predstavte si, že niečo zmeníte v kóde, prestane to fungovať a vy neviete, čo ste zmenili. Horor, však? Git je váš stroj času.
Keď som začínal, bál som sa Gitu. Pripadalo mi to zložité. Ale potom som si raz prepísal celý súbor `config.py` a nemal som zálohu. To bol ten moment! Odvtedy robím commit po každej malej zmene.
V mojom AI projekte používam Git na sledovanie experimentov. Ak zmením parametre modelu a výsledky sú horšie, jednoducho sa vrátim späť. Viac o tomto procese píšem v sekcii tréningové logy.
Šanca na stratu kódu bez Gitu
Add, Commit, Push - to je všetko
Pokoj v duši pri programovaní
Pre začiatočníka je VS Code ľahší a má skvelé rozšírenia pre Python. PyCharm je výkonný, ale môže vás zahltiť funkciami, ktoré na začiatku AI projektu vôbec nepotrebujete. Ja som začal s VS Code a nemenil by som!
Pravdepodobne nemáte Python v PATH. Skúste použiť `python -m pip install [názov]` namiesto samotného `pip`. Toto funguje takmer vždy, pretože to volá pip priamo cez interpret Pythonu.
Môžete, ale bude to bolieť. Trénovanie na CPU je asi 10-50x pomalšie než na GPU. Na učenie základov a malé skripty to stačí, ale pre seriózne LLM budete potrebovať niečo lepšie. Pozrite si môj článok o výbere GPU.
Ak vám terminál už nenadáva, je čas pohnúť sa k skutočnej zábave. Poďme prepojiť náš kód s prvým API!