第1章：开发环境搭建
说实话，每次带新人入门，我最怕的就是环境配置这一步。明明代码逻辑都懂，结果卡在装包上，一卡就是半天。我自己当年也踩过不少坑——装PyTorch时CUDA版本不对，跑模型直接报错，查了两天才发现是cuDNN没配好。嗯，这节课咱们就把这些坑提前填上。
1.1 Anaconda：你的Python环境管家
先聊聊Anaconda。说白了，它就是Python的「环境隔离器」。你想想看，做法律NLP项目，可能要用PyTorch 1.13；另一个项目却需要TensorFlow 2.10。如果没有隔离，两个框架的依赖包会打架，打得你头皮发麻。
安装步骤：
- 去官网下载Anaconda（Python 3.9+版本，我建议用3.10，兼容性最好）
- 安装时勾选「Add Anaconda to my PATH environment variable」
- 打开终端，输入
conda --version验证
legal-llm 环境。这样就算装坏了，删掉重来也不影响其他项目。
# 创建环境
conda create -n legal-llm python=3.10
# 激活环境
conda activate legal-llm
# 退出环境
conda deactivate1.2 PyTorch安装：GPU版本还是CPU版本？
这个问题我经常被问到。我的回答很直接：有GPU就装GPU版，没有就装CPU版。但要注意，法律大模型训练时，哪怕只是微调，GPU也是刚需。我曾在笔记本上跑一个7B模型，CPU推理一个句子要30秒——这谁受得了？
安装命令（根据你的CUDA版本选择）：
# 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
# CPU版本
pip install torch torchvision torchaudiopip install torch 默认装CPU版。如果你有NVIDIA显卡，一定要指定CUDA版本。否则模型训练慢得像蜗牛爬，你还以为是代码写错了。
1.3 CUDA与cuDNN配置：让GPU真正跑起来
CUDA是NVIDIA的并行计算平台，cuDNN是它的深度学习加速库。两者缺一不可。我见过有人装了CUDA但没装cuDNN，结果训练速度只提升了20%——装了cuDNN后直接翻倍。
配置步骤：
- 查看显卡驱动支持的最高CUDA版本：
nvidia-smi - 去NVIDIA官网下载对应版本的CUDA Toolkit
- 下载匹配的cuDNN，解压后复制到CUDA安装目录
验证是否配置成功：
import torch
print(torch.cuda.is_available()) # 应返回 True
print(torch.cuda.get_device_name(0)) # 显示你的显卡型号1.4 Jupyter Notebook与VS Code：两大开发利器
做法律大模型开发，我一般两个工具换着用：Jupyter Notebook 适合快速实验和数据分析，VS Code 适合写正式代码和调试。
Jupyter Notebook配置
# 安装
pip install jupyter
# 启动
jupyter notebook
# 或者用更现代的Jupyter Lab
pip install jupyterlab
jupyter lab我个人习惯在Jupyter里先跑通一个小demo，比如用法律文本测试分词效果。没问题了再搬到VS Code里写成完整模块。
VS Code设置
VS Code的配置其实很简单，但有几个插件是必装的：
- Python：微软官方插件，提供智能提示和调试
- Jupyter：让你在VS Code里直接运行.ipynb文件
- GitLens：查看代码修改历史，团队协作时特别有用
Ctrl+Shift+P，输入「Python: Select Interpreter」，选择你刚创建的 legal-llm 环境。这样就不会出现「明明装了包却导入失败」的尴尬情况。
知识体系总览
下面这张图帮你理清整个开发环境的逻辑关系：
环境验证清单
配置完成后，建议跑一遍这个验证脚本。我每次换新机器都会跑一遍，确保所有组件都正常工作：
import sys
import torch
import numpy as np
print(f"Python版本: {sys.version}")
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是否可用: {torch.cuda.is_available()}")
if torch.cuda.is_available():
print(f"CUDA版本: {torch.version.cuda}")
print(f"显卡型号: {torch.cuda.get_device_name(0)}")
print(f"显存大小: {torch.cuda.get_device_properties(0).total_memory / 1e9:.2f} GB")
# 简单测试：创建张量并计算
x = torch.randn(3, 3)
print(f"张量计算测试通过: \n{x}")好了，环境搭建就到这里。这套配置我用了两年多，从法律文书分类到合同审查模型，都没出过兼容性问题。你按这个流程走一遍，基本不会踩坑。如果遇到问题，多半是版本不匹配——记住我前面说的，PyTorch、CUDA、cuDNN三者版本要一一对应。