約 30 分鐘
環境準備
裝 Python + VS Code + venv,~30 分鐘,一輩子只做一次
這一課還沒有朗讀。
🛠 環境準備:把 Python 跟 VS Code 裝好
這一講不講 AI 理論,只把工具裝好。約 30 分鐘。一輩子只做一次。
為什麼要在本機跑、不直接在網頁跑?因為真實的 AI 工作就是在本機(或雲端伺服器)用 Python 跑 — 學會這條路你後面才能寫真實的東西、上 Kaggle、跑論文模型。Lumi 提供完整的「跟著做」流程,你不會卡關。
一、檢查 Python 是否已裝
打開終端機(macOS:Terminal · Windows:PowerShell · Linux:任意 shell),貼下面這行按 Enter:
python --version看到什麼:
| 結果 | 你的狀態 | 下一步 |
|---|---|---|
Python 3.11.x(或 3.10/3.12) |
已有合適版本 | 跳到 §三 裝 VS Code |
Python 2.7.x |
太舊 | 走 §二 裝 Python 3 |
python: command not found / 不是內部或外部命令 |
沒裝 | 走 §二 |
Python 3.9.x 或更低 |
偏舊但堪用 | 建議走 §二 升到 3.11 |
二、安裝 Python 3.11
為什麼挑 3.11:夠新(有最新語法 / 速度提升)、又不會新到套件還沒跟上。3.12 也可以,3.13 太新先別碰。
macOS
# 推薦:用 Homebrew
brew install python@3.11
# 或:從官網下載安裝包
# https://www.python.org/downloads/macos/
# 下載 Python 3.11.x 的 .pkg,雙擊安裝裝完重開終端機,跑 python3 --version 應該看到 Python 3.11.x。
Windows
最簡單:從 Microsoft Store 搜 "Python 3.11",點安裝。
進階:從 python.org/downloads/windows 下 Windows installer (64-bit)。執行安裝程式時:
- ✅ 務必勾選「Add Python 3.11 to PATH」(底部)— 不勾事後要手動加,很麻煩
- ✅ 預設「Install Now」即可
裝完開新的 PowerShell,跑 python --version 看到 Python 3.11.x。
Linux(Ubuntu/Debian)
sudo apt update
sudo apt install python3.11 python3.11-venv python3-pip三、安裝 VS Code
為什麼是 VS Code 不是別的:業界事實標準、跨 Win/Mac/Linux、Python extension 完整、免費。學會這個你以後找工作直接受用。
你已經會用 PyCharm / 別的 IDE 也可以,但下面教學以 VS Code 為主。
下載 + 安裝:code.visualstudio.com
裝完打開 VS Code,左側點 Extensions 圖示(四個方塊),搜 Python,裝官方的「Python」extension(由 Microsoft 出版,藍勾勾)。
四、把課程程式碼放到本機
兩條路選一條:
路徑 A:Clone GitHub repo(推薦,日後可拉更新)
git clone https://github.com/yu8812/learn-ai
cd learn-ai沒裝 git?git-scm.com/downloads 下載 + 預設安裝。
路徑 B:下載 ZIP(不用裝 git)
打開 github.com/yu8812/learn-ai,右上綠色 Code 按鈕 → Download ZIP。解壓縮到你常用的學習資料夾(例如 ~/Study/learn-ai/)。
五、建立虛擬環境(venv)
為什麼用 venv:每個專案用獨立的 Python 套件版本,不會 A 專案要 numpy 1.24、B 專案要 numpy 1.26,在系統層級打架。
進入 learn-ai/ 資料夾後,執行:
macOS / Linux
python3.11 -m venv .venv
source .venv/bin/activate啟用後終端機提示字元前面會多 (.venv),代表現在在虛擬環境裡。
Windows(PowerShell)
python -m venv .venv
.\.venv\Scripts\Activate.ps1
Windows(cmd.exe)
python -m venv .venv
.venv\Scripts\activate.bat
六、安裝套件
確認終端機提示有 (.venv) 後,執行:
pip install -r code/requirements.txt會看到 numpy / scikit-learn 一個個下載安裝。約 1-3 分鐘。
七、跑第一支:驗證裝對了
在 learn-ai/ 資料夾,執行:
python code/01_attention_from_scratch.py預期輸出(節選):
[step 1] 輸入:三個 token,每個 embedding 維度 4
X.shape = (3, 4)
[step 2] 投影成 Q, K, V
W_q.shape = (4, 4) Q.shape = (3, 4)
[step 3] 相似度矩陣(Q · Kᵀ / sqrt(d_k))
attn_scores =
[[ 0.234 -0.521 0.879]
[ 0.123 0.456 -0.089]
...
看到一串輸出 → 環境就緒。可以去讀第 01 講了。
八、常見錯誤對照表
| 訊息 | 原因 | 解法 |
|---|---|---|
python: command not found |
PATH 沒含 Python | macOS/Linux 用 python3 或 python3.11;Windows 重裝勾「Add to PATH」 |
pip: command not found |
pip 沒裝(罕見) | python -m ensurepip --upgrade |
Activate.ps1 cannot be loaded |
PowerShell 執行政策 | 見 §五 Windows 那段 |
ModuleNotFoundError: No module named 'numpy' |
venv 沒啟用 | 確認終端機前面有 (.venv),沒有就 source .venv/bin/activate 或 Activate.ps1 |
pip 下載超慢 / SSL error |
網路 / 鏡像 | 試國內鏡像:pip install -r code/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple |
torch 安裝太大想跳過 |
14/18 範例不用 torch | requirements 編輯掉 torch>=2.0 那行,只跑 numpy 範例 |
| 跑 .py 出現「中文亂碼」 | Windows 終端機 encoding | PowerShell 跑:chcp 65001(切到 UTF-8) |
九、之後每次回來學習
只要做兩件事:
cd learn-ai
source .venv/bin/activate # macOS / Linux
# 或
.\.venv\Scripts\Activate.ps1 # Windows看到 (.venv) 就準備好了。
讀講義時,Lumi 上每段「💻 程式碼樣本」下方都有「在本機這樣跑」的指令 — 複製貼上、Enter,就會看到輸出。完全不用記哪個檔在哪。
接下來
裝好了 → 直接去讀 01 · LLM 原理,跟著第一支 01_attention_from_scratch.py 跑一遍,看 attention 矩陣怎麼出來的。
如果中間卡住:回來這一講對照 §八 常見錯誤;還是不行,把錯誤訊息整段貼到 ChatGPT / Claude 問,通常 5 分鐘內能解。