跳转到主要内容

​
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： 
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
  • Mac
  • Linux

​
Windows 安装

  1. 下载 Python
  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：
    pip --version
    • 如果未找到，运行：
    python -m ensurepip --upgrade

​
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：

  • Windows
  • Mac/Linux
# 使用 PowerShell（作为管理员）
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

​
然后安装 AI Training：

# 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。
  • Windows
  • Mac/Linux
python -m venv aitraining-env
aitraining-env\Scripts\activate
当环境激活时，您会在终端中看到 (aitraining-env)。

​
步骤 2：安装 AI Training

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： 
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：

命令行

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

聊天界面

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

Python API

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unslothpip install unslothLinux（仅 SFT，llama/mistral/gemma/qwen2）
Flash Attention 2flash-attnpip install flash-attnLinux (CUDA)
分布式训练accelerate已包含Linux/Mac/Windows
DeepSpeed Zero-3deepspeedpip install deepspeedLinux
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： 
# 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： 
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：
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：
python -m ensurepip --upgrade
或在 Linux 上：
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：

快速开始教程

在 10 分钟内训练您的第一个 AI 模型

​
需要帮助？