> ## Documentation Index
> Fetch the complete documentation index at: https://docs.monostate.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# 安装
> 在您的系统上设置 AI Training
# 安装 AI Training
本指南将引导您在计算机上安装 AI Training。该过程大约需要 5-10 分钟。
## 您将获得什么
当您使用 `pip` 或 `uv` 安装 AI Training 时，您将获得：
* **命令行界面** - 用于训练模型的 `aitraining` 命令
* **聊天界面** - 通过浏览器测试和与训练模型交互
* **Python API** - 在您的 Python 脚本中导入和使用
所有界面都包含在单个软件包安装中。
## 先决条件
在安装 AI Training 之前，您的系统上需要 Python。Python 是 AI Training 运行的编程语言。
### 检查是否已安装 Python
打开您的终端（Mac）或命令提示符（Windows）并输入：
```bash theme={null}
python --version
```
如果您看到像 `Python 3.8.0` 或更高版本的版本号，您就可以开始了。AI Training 需要 Python 3.8 或更新版本（推荐 3.10+）。
如果您收到错误或版本较旧，请按照下面的安装步骤操作。
## 安装 Python
### Windows 安装
1. **下载 Python**
* 访问 [python.org/downloads](https://www.python.org/downloads/)
* 点击黄色的"Download Python"按钮
* 保存安装程序
2. **运行安装程序**
* 双击下载的文件
* **重要**：勾选底部的"Add Python to PATH"
* 点击"Install Now"
* 等待安装完成
3. **验证安装**
* 打开命令提示符（在开始菜单中搜索"cmd"）
* 输入：`python --version`
* 您应该看到 Python 版本
4. **安装 pip（如需要）**
* pip 通常随 Python 一起提供，但请验证：
```bash theme={null}
pip --version
```
* 如果未找到，运行：
```bash theme={null}
python -m ensurepip --upgrade
```
### Mac 安装
1. **使用 Homebrew（推荐）**
如果您没有 Homebrew，请先安装它：
```bash theme={null}
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
```
然后安装 Python：
```bash theme={null}
brew install python@3.11
```
2. **替代方案：直接下载**
* 访问 [python.org/downloads](https://www.python.org/downloads/)
* 下载 macOS 安装程序
* 运行安装程序
3. **验证安装**
* 打开终端（在应用程序 > 实用工具中找到）
* 输入：`python3 --version`
* 您应该看到 Python 版本
4. **安装 pip（如需要）**
* pip 通常随 Python 一起提供，但请验证：
```bash theme={null}
pip3 --version
```
### Linux 安装
大多数 Linux 发行版都包含 Python。如果没有：
**Ubuntu/Debian:**
```bash theme={null}
sudo apt update
sudo apt install python3 python3-pip
```
**Fedora:**
```bash theme={null}
sudo dnf install python3 python3-pip
```
**Arch:**
```bash theme={null}
sudo pacman -S python python-pip
```
## 安装 AI Training
Python 准备就绪后，您有两种安装 AI Training 的选项。我们推荐使用 `uv` 以获得更快的安装速度。
### 选项 1：使用 uv（推荐）
uv 是一个现代的 Python 软件包安装程序，比 pip 快得多，并自动处理虚拟环境。
#### 首先安装 uv：
```bash theme={null}
# 使用 PowerShell（作为管理员）
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
```
```bash theme={null}
curl -LsSf https://astral.sh/uv/install.sh | sh
```
#### 然后安装 AI Training：
```bash theme={null}
# uv 自动创建和管理虚拟环境
uv pip install aitraining
```
就是这样！uv 会自动为您处理虚拟环境。
### 选项 2：使用 pip（传统方法）
如果您更喜欢传统方法或无法安装 uv：
#### 步骤 1：创建虚拟环境
虚拟环境将 AI Training 的文件与其他 Python 项目分开。
```bash theme={null}
python -m venv aitraining-env
aitraining-env\Scripts\activate
```
```bash theme={null}
python3 -m venv aitraining-env
source aitraining-env/bin/activate
```
当环境激活时，您会在终端中看到 `(aitraining-env)`。
#### 步骤 2：安装 AI Training
```bash theme={null}
pip install aitraining
```
这将从 PyPI 下载并安装 AI Training 及其所有依赖项（包括 PyTorch）。
### 步骤 3：验证安装
检查一切是否正确安装：
```bash theme={null}
aitraining --version
```
您应该看到 AI Training 版本号。
## 选择您的界面
AI Training 提供三种工作方式：
**最适合训练**
使用命令训练模型。适合脚本和自动化。
开始使用：`aitraining --help`
**最适合测试**
在浏览器中交互式测试您的训练模型。
开始使用：`aitraining chat`
**最适合开发者**
将训练集成到您的 Python 应用程序中。
开始使用：`from autotrain.trainers.clm.params import LLMTrainingParams`
## 可选依赖项
某些功能需要额外的软件包：
| 功能 | 软件包 | 安装 | 平台 |
| ----------------- | -------------- | ------------------------ | -------------------------------------- |
| 更快的 LoRA 训练 | `unsloth` | `pip install unsloth` | Linux（仅 SFT，llama/mistral/gemma/qwen2） |
| Flash Attention 2 | `flash-attn` | `pip install flash-attn` | Linux (CUDA) |
| 分布式训练 | `accelerate` | 已包含 | Linux/Mac/Windows |
| DeepSpeed Zero-3 | `deepspeed` | `pip install deepspeed` | Linux |
| 4/8 位量化 | `bitsandbytes` | 已包含 | **仅 Linux** |
**Accelerate 是必需的**用于多 GPU 和分布式训练。它已包含在 AITraining 中。DeepSpeed 是可选的，为非常大的模型提供 Zero-3 内存优化。
**量化（int4/int8）仅在 Linux 上工作。** `--quantization int4` 或 `--quantization int8` 所需的 `bitsandbytes` 库在 Windows 或 macOS 上不可用。
### GPU 设置（可选）
对于 NVIDIA GPU 训练，您可能需要使用特定的 CUDA 版本重新安装 PyTorch：
```bash theme={null}
# CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```
### Weights & Biases 设置（可选）
AITraining 默认使用 W\&B 进行日志记录。要启用：
```bash theme={null}
pip install wandb
wandb login
```
或设置环境变量：`WANDB_API_KEY=your_key`
## 常见问题
Python 不在您的系统 PATH 中。尝试：
* 使用 `python3` 而不是 `python`
* 重新安装 Python 并勾选"Add Python to PATH"
* 在系统环境变量中手动将 Python 添加到 PATH
在 Mac/Linux 上，您可能需要使用 `sudo`：
```bash theme={null}
sudo pip install aitraining
```
或者更好的是，使用虚拟环境（如上所示）。
pip 未随 Python 安装。安装它：
```bash theme={null}
python -m ensurepip --upgrade
```
或在 Linux 上：
```bash theme={null}
sudo apt install python3-pip
```
* 确保您有足够的磁盘空间（PyTorch 很大）
* 尝试先升级 pip：`pip install --upgrade pip`
* 对于 GPU 支持，确保安装了 CUDA 驱动程序
## 下一步
安装完成！现在您已准备好训练您的第一个模型：
在 10 分钟内训练您的第一个 AI 模型
## 需要帮助？
* 加入我们的 [Discord 社区](https://discord.gg/monostate) 获取支持
* 查看 [GitHub issues](https://github.com/monostate/aitraining) 了解已知问题
* 发送邮件至 [support@monostate.ai](mailto:support@monostate.ai) 获取直接帮助