支持pytorch的模型学习环境创建流程（长期更新）

会跟随整个项目进行更新，缺啥找啥就行了，如果这里面也没有说明是非常常见的问题咯。

bash 复制代码

conda create -n learn  python=3.10

在终端输入，learn可以改为你要创建的环境名称，python根据自己电脑下载的python进行选择。

你需要先考虑自己应该下什么版本的torch和cuda，去问ai或者查资料。比如我的5070ti就是支持torch2.9.0，cuda12.8。

bash 复制代码

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

cuda版本（GPU），版本可自己通过网站寻找。

bash 复制代码

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

查看下载的pytorch版本和cuda版本确定是否正确。

其实到这里已经差不多了，接下来运行你的代码，缺什么依赖就pip什么

bash 复制代码

ModuleNotFoundError: No module named 'modelscope'

要用魔搭社区就得pip1.10.0的版本

bash 复制代码

ModuleNotFoundError: No module named 'addict'

addict是一个轻量级 Python 库，允许你像访问属性一样操作字典（dict），常用于配置管理、模型参数组织等场景。一些开源项目（如 MMDetection、MMEngine、某些 ModelScope 模型）会依赖它。

pip就能解决

bash 复制代码

ModuleNotFoundError: No module named 'datasets'

datasets 是 Hugging Face 提供的一个高效、易用的库，用于：

很多 Hugging Face 官方示例、微调脚本都依赖它。

bash 复制代码

pip install datasets==2.21.0

推荐用2.21.0不然和魔塔不兼容

bash 复制代码

pip install simplejson

json格式处理的库，学习模型几乎必备。

python 复制代码

pip install transformers==4.31.0