Windows下安装LLama-Factory

### Windows 上安装 LLaMA-Factory 教程 #### 创建并配置开发环境 为了确保顺利运行，建议创建一个新的 Python 虚拟环境来管理依赖项。通过 Anaconda 或 Miniconda 可以轻松完成此操作。 ```bash conda create -n deeplearning python=3.11 -y conda activate deeplearning ``` 这会建立名为 `deeplearning` 的新环境，并将其激活[^3]。 #### 获取源码 使用 Git 将最新的 LLaMA-Factory 仓库克隆到本地计算机： ```bash git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLAMA-Factory ``` 上述命令仅获取最新提交的内容，减少不必要的历史记录占用空间和时间成本[^2]。 #### 安装必要的库文件 进入项目目录后，按照官方文档说明安装所需的 Python 库和其他软件包。通常情况下，可以通过 pip 来批量安装这些需求: ```bash pip install -r requirements.txt ``` 需要注意的是，在某些特定硬件环境下可能需要调整 CUDA 版本匹配显卡驱动程序版本。例如，如果遇到 nvidia-smi 显示的 GPU 驱动版本与预期不符的情况，则需更新或降级相应的组件以保持兼容性。 #### 测试安装情况 最后一步是对刚设置好的环境进行简单的测试验证其功能正常与否。可以尝试加载预训练模型或者执行一些基本的数据处理任务来看看是否有任何错误提示出现。 #### 使用评估工具 LLaMA Factory 提供了内置的评估工具用于衡量模型性能。该工具能够自动化地计算 BLEU 和 ROUGE 分数并将结果保存下来以便后续分析。