Upload New File

0-新手村/README.md

+
+
+---
+
+## 📌 学习提醒
+
+- **本地开发同学注意**：如果不使用远程服务器，**《2.5 GitHub项目复现》这节课的第9分钟到第17分钟内容可以跳过**，建议直接从“搭建环境”部分开始观看。
+- 可配合老师博客食用，获取更详细的操作指导：[HqyHans 的 CSDN 博客](https://blog.csdn.net/HqyHans?spm=1000.2115.3001.5343)
+
+---
+
+## ✨ P.S. 环境配置注意事项
+
+> ⚠️ **任务点1 和 任务点2** 请务必**新建一个独立环境**进行安装（可将两个任务安装在同一个环境中，例如命名为 `test`），**切勿安装在 `base` 环境中**，以免造成依赖冲突。
+```bash
+conda create -n test python=3.9
+conda activate test
+---
+
+🖥️ 无 GPU？安装 CPU 版本 PyTorch
+> 如果你的设备没有独立 GPU（如普通笔记本、Mac、或无 GPU 的云服务器），请安装 CPU 版本的 PyTorch。
+> 根据你的操作系统选择对应命令：
+> Windows：
+pip3 install torch torchvision torchaudio
+> Linux：
+pip3 install torch torchvision --index-urlhttps://download.pytorch.org/whl/cpu  
+> macOS（Intel 或 Apple Silicon）：
+pip3 install torch torchvision
+💡 macOS 默认使用 CPU 运行，Apple Silicon（M1/M2/M3）芯片已支持原生加速，无需额外参数。 
+🚀 安装太慢？使用国内镜像源加速！
+> 如果 pip 安装速度慢，可在命令后添加 -i 镜像源地址 使用国内镜像加速下载。
+> 示例（以清华源为例）：
+pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
+⚠️ **如果报错可以试着换其他镜像源地址下载**
+🔗 推荐国内镜像源列表：
+> 清华大学：	
+https://pypi.tuna.tsinghua.edu.cn/simple
+> 阿里云：	
+https://mirrors.aliyun.com/pypi/simple/
+> 华为云：	
+https://mirrors.huaweicloud.com/repository/pypi/simple
+> 网易：	
+http://mirrors.163.com/pypi/simple/
+> 北京大学：	
+http://mirrors.pku.edu.cn/pypi/web/simple/
+
+✅ 验证安装是否成功
+> 安装完成后，运行以下 Python 代码验证：
+import torch
+print("PyTorch Version:", torch.__version__)
+print("CUDA Available:", torch.cuda.is_available())
+如果没有 GPU，torch.cuda.is_available() 返回 False 是正常现象。
+只要能成功导入 torch，即可在 CPU 上正常运行模型。
+
+🔔 特别提醒：如需使用云服务器或远程开发环境，请务必选择 华东一区 作为服务器区域，以确保能正常使用anaconda环境。 
+## ✨ P.S. 关于 VS Code 版本提示
+
+> ⚠️ 目前 **VS Code 2025 版本尚不稳定**，存在较多自身 Bug，可能影响开发体验。  
+> 建议同学们安装 **VS Code 2024 稳定版本**。  
+> “村长”已为大家准备好安装包，请大家根据需要自行领取下载。
+
+---
+
+## ✨ P.S. Anaconda 安装建议
+
+> ⚠️ **最新版 Anaconda 可能存在稳定性问题**，并不推荐盲目追求最新版本。  
+> 建议安装 **Anaconda 的稳定长期支持版本（如基于 Python 3.9 或 3.10 的发行版）**，以确保环境兼容性和使用流畅性。  
+> 安装时请勾选「Add Anaconda to PATH」（初学者建议勾选），便于命令行调用 `conda`。  
+> 推荐创建独立环境进行学习任务：
+