Skip to main content

0.2 环境准备

AI 课程最小环境工具包

先少装。目标只有一个:进入一个文件夹,能运行 Python,用 Git 保存代码,并留下足够证据,让别人也能复现你的工作。

现在只装这些

工具用途
浏览器打开课程、Colab、GitHub、AI 工具
VS Code编辑文件
Python 3.11运行示例
Git保存检查点

Docker、CUDA、向量数据库和大型框架以后再装。太早装太多东西,会让新手更难定位错误。

选择一个 Python 命令

不同机器启动 Python 的命令可能不同。先找到第一个能用的命令,然后在笔记里固定使用它。

系统先试不行再试
macOS / Linuxpython3 --versionpython --version
Windows PowerShellpy -3.11 --versionpython --version
Colab不需要本地安装使用 Notebook runtime

后面课程如果写 python,你可以替换成自己机器上能用的命令。

五分钟验证

python3 --version
git --version
mkdir ai-learning-lab
cd ai-learning-lab
python3 -m venv .venv
source .venv/bin/activate
python -c "print('AI course environment is ready')"
git init

Windows PowerShell 激活虚拟环境:

py -3.11 -m venv .venv
.\.venv\Scripts\Activate.ps1

看到类似输出即可:

AI course environment is ready
Initialized empty Git repository ...

如果验证失败

现象先做什么留下什么证据
找不到 python3试上面的命令表,再安装 Python 3.11命令和完整报错
虚拟环境激活失败检查 shell:zsh/bash 用 source,PowerShell 用 Activate.ps1shell 名称和激活命令
找不到 git安装 Git,重开终端,再试 git --version版本输出或报错
权限错误把项目放在用户目录,不要放系统保护目录pwd 显示的当前目录

如果仍然失败,先用 Colab 继续学,学完第 1 章再回来。达标线很简单:进入文件夹、运行 Python、初始化 Git。

有经验的人要检查什么

如果你已经有环境,也不要完全跳过。确认你能解释:

  • 这个课程项目到底用哪个解释器运行。
  • 依赖会安装到哪里。
  • 怎样在另一台机器上重建环境。
  • 哪些文件应该提交,哪些应该留在本地。

环境也是课程产出的一部分。一个项目如果只能在你电脑上运行,还不算完成。