本系列教程主要针对的是对大模型知其然而不知其所以然的人群，尤其是Ai的深度用户更需要阅读，因为本系列不仅关注 LLMs 的基础构建，包括 Transformer 架构、序列建模 等，还深度剖析GPT、BERT 等深度学习模型的底层实现。并在代码实现和学习资源上给出实例，帮助学习者从零开始构建 LLMs，全面掌握其核心技术。
提到大语言模型（LLMs），我们可能会将其视为独立于传统机器学习的领域，但实际上，LLMs 是机器学习的一个重要分支。在深度学习尚未广泛应用之前，机器学习在许多领域（如语音识别、自然语言处理、计算机视觉等）的作用相对有限，因为这些领域往往需要大量的专业知识来应对复杂的现实问题。然而，近几年深度学习的快速发展彻底改变了这一状况，使 LLMs 成为推动人工智能技术革命的关键力量。
一、安装Python
我的是Mac直接执行以下命令：
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"Windows系统执行如下命令：
start /wait "" Miniforge3-Windows-x86_64.exe /InstallationType=JustMe /RegisterPython=0 /S /D=%UserProfile%\Miniforge3
根据操作系统的不同，这会下载一个 .sh 文件（适用于 macOS 和 Linux）或 .exe 文件（适用于 Windows）。
对于 .sh 文件，打开命令行终端并执行以下命令：
sh ~/Desktop/Miniforge3-MacOSX-arm64.sh备注：Desktop/ 是下载 Miniforge 安装程序的文件夹。在你的计算机上，需要将其替换为 自己的路径。
二、 创建新的虚拟环境
安装成功后，我建议创建一个名为 LLMs 的新虚拟环境，你可以通过执行以下命令完成：
conda create -n LLMs python=3.10许多科学计算库并不立即支持最新版本的 Python。因此，在安装 PyTorch 时，建议使用比最新版本低一到两个版本的 Python。例如，如果最新版本是 Python 3.13，推荐使用 Python 3.10 或 3.11。
😊别担心总会出问题的！！
提示找不到： command not found: conda
解决办法：
命令行也有提示执行
eval "$(/Users/caixin/miniforge3/bin/conda shell.YOUR_SHELL_NAME hook)"记得将 YOUR_SHELL_NAME 替换为自己系统支持的命令，通过命令行：
echo $SHELL 查询支持的命令，然后修改像我这样
最终执行命令
eval "$(/Users/caixin/miniforge3/bin/conda shell.zsh hook)" 这样环境就安装成功，接下来，激活你新创建的虚拟环境（每次打开新的终端窗口或标签页时都需要激活）：
conda activate LLMs到这里，所有的准备工作已完成，你就可以继续学习和开发 😄
参考文档
1.GitHub - rasbt/LLMs-from-scratch: Implement a ChatGPT-like LLM in PyTorch from scratch, step by step