transformers -U 1.1.2 Conda 安装 conda install conda-forge::transformers 1.1.3 从源码安装 pip install git+https://github.com/huggingface/transformers 我们建议您使用 Python3.8 及以上版本和 Pytorch 2.0 及以上版本。 3 Qwen GitHub 仓库。以下我们将演示如何 使用 llama.cpp 运行 Qwen。 1.4.1 准备 这个示例适用于 Linux 或 MacOS 系统。第一步操作是：“克隆仓库并进入该目录： git clone https://github.com/ggerganov/llama.cpp cd llama.cpp 然后运行 make 命令： make 然后你就能使用 llama.cpp 运行 Qwen。 1.6.1 快速开始 最简单的运行 TGW（Text Generation WebUI）的方法是使用 repo 中提供的 Shell 脚本。首先，克隆 repo 并进 去文件夹中： git clone https://github.com/oobabooga/text-generation-webui cd text-generation-webui 你可以根据你的操作系统直接运行相应的脚本，例如在

快的服务器上运行代码时，后者很重要。前者很重要，因为Jupyter原生的ipynb格式存储了大量辅助数据，这 些数据实际上并不特定于notebook中的内容，主要与代码的运行方式和运行位置有关。这让git感到困惑，并 且使得合并贡献非常困难。幸运的是，还有另一种选择——在markdown中进行本地编辑。 Jupyter中的Markdown文件 如果你希望对本书的内容有所贡献，则需要在GitHu com/d2l‐ai/d2l‐pytorch‐sagemaker 16.2. 使用Amazon SageMaker 749 cd SageMaker/d2l-pytorch-sagemaker/ git reset --hard git pull 小结 • 我们可以使用Amazon SageMaker创建一个GPU的notebook实例来运行本书的密集型代码。 • 我们可以通过Amazon SageMaker实例上的终端更新notebooks。 安装CUDA 在安装CUDA之前，请确保使用最新的驱动程序更新实例。 sudo apt-get update && sudo apt-get install -y build-essential git libgfortran3 我们在这里下载CUDA 10.1。访问NVIDIA的官方存储库216 以找到下载链接，如 图16.3.11中所示。 216 https://developer.nvidia

你可以避免使用 sudo： pip install keras • 或者：使用 Github 源码安装 Keras： 首先，使用 git 来克隆 Keras： git clone https://github.com/keras-team/keras.git 然后，cd 到 Keras 目录并且运行安装命令： cd keras sudo python setup.py install Keras master 分支，以及最新 的 Theano/TensorFlow/CNTK master 分支。轻松更新 Theano 的方法：pip install git+git://github.com/Theano/Theano.git --upgrade 2. 搜索相似问题。确保在搜索已经解决的 Issue 时删除 is:open 标签。有可能已经有人遇到 了这个漏洞。同时记得检查 Keras

TensorFlow Lite 运行环境 (Android) https://developer.android.com/studio Step 1：下载 TensorFlow examples 项目 $ git clone https://github.com/tensorflow/examples Step 2：在 Android Studio 中加载 examples 项目 项目路径：examp

环境的基本库，平衡杆游戏已经包含在基本库 汇中。如需要使用 Atari 或 Mujoco 模拟器，需要额外的安装步骤。我们以安装 Atari 模拟 器为例： git clone https://github.com/openai/gym.git #拉取源代码 cd gym # 进入目录 pip install -e '.[all]' # 安装 Gym 预览版202112 14.1 先睹为快