环境搭建：工欲善其事，必先利其器
说实话，做LoRA微调这件事，环境配置往往是最磨人的一步。我见过太多同学，明明代码写得没问题，结果卡在环境上折腾一整天。所以这一章，咱们就把这事彻底搞定。
我会带着你一步步来。从Python环境开始，到PyTorch、Transformers、PEFT这些库的安装，最后验证GPU能不能用。嗯，每一步我都会告诉你我踩过的坑。
Python环境配置
我个人习惯用Conda来管理环境。为什么？因为不同项目依赖的包版本经常打架，你想想看，一个项目要PyTorch 1.13，另一个要2.0，没有虚拟环境真的会疯掉。
推荐版本：Python 3.10
我试过3.8、3.9、3.10、3.11。目前3.10是最稳的，兼容性最好。3.11有些库还没完全跟上，别给自己找麻烦。
创建环境的命令很简单：
conda create -n lora_env python=3.10
conda activate lora_env这里有个小细节——环境名字我习惯用 lora_env，清晰明了。你叫啥都行，但别用中文，有些工具对中文路径支持不好。
我的经验：我曾经在Windows上装完环境死活跑不起来，最后发现是路径里有中文。从那以后，所有路径我都用英文。
PyTorch安装
PyTorch是LoRA微调的核心。说白了，整个微调过程就是在PyTorch上跑。
安装前先确认一件事：你有没有NVIDIA显卡？有的话，装CUDA版本。没有？那就装CPU版本。
我个人建议直接去PyTorch官网（pytorch.org）看安装命令。它会根据你的系统自动生成正确的指令。比如：
# CUDA 12.1 版本（推荐）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# CPU版本（没有显卡用这个）
pip install torch torchvision torchaudio注意：千万别用 conda install pytorch。我试过，它经常装到旧版本。用pip更靠谱。
安装完验证一下：
python -c "import torch; print(torch.__version__)"如果输出版本号，比如 2.1.0+cu121，那就成了。
Transformers库安装
Transformers是Hugging Face家的王牌库。LoRA微调时，我们要用它加载预训练模型、处理数据。
安装很简单：
pip install transformers但这里有个坑——版本问题。我建议装4.30以上版本，因为早期版本对LoRA的支持不完善。
推荐版本：transformers >= 4.30.0
安装完可以跑个简单测试：
python -c "from transformers import AutoModel; print('Transformers works!')"没报错就说明装好了。
PEFT库安装
PEFT（Parameter-Efficient Fine-Tuning）是LoRA的核心库。它封装了LoRA、Prefix Tuning这些高效微调方法。
安装命令：
pip install peft我的建议：装最新版。PEFT更新很快，新版本会修复bug、增加新功能。我遇到过旧版本不支持某些模型的情况，升级后就解决了。
验证一下：
python -c "import peft; print(peft.__version__)"输出版本号就对了。
GPU环境验证
这一步最关键。没有GPU，LoRA微调虽然也能跑，但慢到你怀疑人生。
验证GPU是否可用：
python -c "import torch; print(torch.cuda.is_available())"输出 True 就说明GPU能用。输出 False？别急，我遇到过这种情况。
常见问题排查：
- 检查NVIDIA驱动：命令行输入
nvidia-smi，看能不能显示显卡信息 - 检查CUDA版本：
nvcc --version，确保和PyTorch的CUDA版本匹配 - 我曾经装完驱动忘了重启电脑，结果torch一直检测不到GPU。重启一下就好了。
如果一切正常，再跑个更详细的验证：
python -c "
import torch
print(f'CUDA可用: {torch.cuda.is_available()}')
print(f'GPU数量: {torch.cuda.device_count()}')
print(f'当前GPU: {torch.cuda.get_device_name(0)}')
"你会看到类似这样的输出：
CUDA可用: True
GPU数量: 1
当前GPU: NVIDIA GeForce RTX 3090看到自己的显卡型号，心里就踏实了。
本章知识体系
我把整个环境搭建的流程画了张图，方便你对照着来：
这张图把整个流程串起来了。你按着顺序走，每一步验证通过再往下，基本不会出问题。
最后说一句：环境搭建这事，一次配好，后面就省心了。我刚开始做LoRA时，光配环境就花了两天。但配好之后，后面跑实验就顺畅多了。所以别急，慢慢来。
公众号:蓝海资料掘金营，微信deep3321