课前准备¶
安装环境¶
如果你在python课程中已经配置过conda，请创建一个新环境并无视这一节。
Conda是在Windows、macOS和Linux上运行的开源软件包管理系统和环境管理系统。Conda可以快速安装、运行和更新软件包及其依赖项。Conda可以轻松地在本地计算机上的环境中创建，保存，加载和切换。它是为Python程序创建的，但可以打包和分发适用于任何语言的软件。通过Conda，我们可以简易地创建隔离式的python运行环境。
Anaconda是一个预先建立和配置好的packages的集合，并且内置了conda。推荐同学们在课前安装Anaconda，创建虚拟环境，并安装课程仓库中指定的依赖库。
推荐通过TUNA镜像站下载Anaconda安装包：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
这是Anaconda的文档：
https://anaconda.org.cn/anaconda/
Wandb注册¶
Wandb（全称为Weights and Biases）是一个用于跟踪、可视化和协作机器学习项目的工具。它提供了许多功能，包括实时的指标跟踪、超参数调整、模型的可视化等。
如果同学们希望使用Wandb进行机器学习项目训练的可视化，请注册Wandb账号并在本地登录。具体操作可以查看文档：
wandb也有一个更方便在国内使用的套壳版本swanlab（我没有用过，想尝试的同学可以尝试使用）：
jupyter notebook¶
Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。
由于其可以保存中间变量，并且拥有美丽的显示效果，常用于调试与展示项目。
该工具的文档：
https://docs.jupyter.org/en/latest/
课程资料¶
本课程的数据集和代码位于github：
https://github.com/sast-summer-training-2024/sast2024-DP-and-Pytorch