Das neuronales Netzwerkbasis -Sprachmodell mit Pytorch implementiert. Weitere Informationen finden Sie unter Dokumentation.
Wir verwenden Python mit Version 3.8+ . Sie können Python mit installieren
apt install python3.8 python3.8-devNotiz
Derzeit beträgt die neueste Version von Python von Pytorch 3.8 . Deshalb installieren wir python3.8 anstelle von python3.10 . Möglicherweise müssen Sie sudo verwenden, um die Installation durchzuführen.
Wir verwenden Pytorch mit Version 1.10+ und CUDA mit Version 11.2+ . Dies funktioniert nur, wenn Sie Nvidia GPUs haben. Sie können die CUDA -Bibliothek mit installieren
apt install nvidia-driver-460Notiz
Möglicherweise müssen Sie sudo verwenden, um die Installation durchzuführen.
Wir verwenden Pipenv, um Python -Abhängigkeiten zu installieren. Sie können pipenv mit installieren
pip install pipenvWarnung
Verwenden Sie nicht apt , um Pipenv zu intallieren.
Notiz
Möglicherweise möchten Sie die Umgebungsvariable PIPENV_VENV_IN_PROJECT=1 festlegen, damit die Ordner der virtuellen Umgebung immer in Ihren Python -Projekten befinden. Weitere Informationen finden Sie unter Pipenv -Dokument.
Klonen Sie das Projekt aus GitHub.
git clone https://github.com/ProFatXuanAll/language-model-playground.git Ändern Sie das aktuelle Verzeichnis in language-model-playground .
cd language-model-playgroundVerwenden Sie Pipenv, um die virtuelle Python -Umgebung zu erstellen und Abhängigkeiten in der virtuellen Python -Umgebung zu installieren.
pipenv installStarten Sie die virtuelle Python -Umgebung, die von Pipenv erstellt wurde.
pipenv shellJetzt können Sie alle von diesem Projekt bereitgestellten Skripte ausführen! Zum Beispiel können Sie einen Blick auf das chinesische Gedichtdatensatz werfen : PY: Mod: `lmp.script.Siche_DSet`
python -m lmp.script.sample_dset chinese-poemBeerware -Lizenz. Jeder, der dieses Projekt benutzt hat, muss Profatxuanall ein Bier kaufen, wenn Sie ihn kennengelernt haben.