Einrichtung — vom frischen Computer zur funktionierenden Installation
Kursstart · Lernleitfaden · → Einheit 0
Plane für die erste Installation 20–40 Minuten ein. Ein Terminal ist ein
Fenster zum Ausführen von Befehlen. Ein Repository ist der Kursordner samt
Änderungsverlauf. Führe Kursbefehle in diesem Ordner aus. Kopiere nur den Befehl,
kein vorangestelltes $ oder >>>. Python-Code gehört in eine .py-Datei,
nicht direkt ins Terminal.
1. Python, Git und einen Editor bereitstellen
Installiere Python ab Version 3.11 und Git, falls sie fehlen:
- Windows: Python von python.org (im Installer „Add python.exe to PATH“ ankreuzen) und Git von git-scm.com.
- macOS: Python von python.org. Das
erste
git --versionunten öffnet einen Dialog für die Command Line Tools; wähle Installieren, warte 5–15 Minuten und führe den Befehl erneut aus. - Ubuntu/Debian: Ubuntu 24.04 / Debian 12 oder neuer (ältere Versionen
bringen ein Python unter 3.11 mit). Führe
sudo apt install python3 python3-venv gitaus und prüfe, dasspython3 --version3.11 oder neuer zeigt. Ohnepython3-venvscheitert Schritt 3 mitensurepip is not available.
Öffne Terminal (macOS/Linux) oder PowerShell (Windows) und prüfe:
python3 --version
git --versionUnter Windows heißt der Python-Aufruf py --version. Wird keiner der Befehle
gefunden, schließe die Python-Installation ab und öffne das Terminal neu.
Eine CPU genügt; du brauchst keine GPU und kein Cloudkonto. Die Installation
lädt Bibliotheken herunter; die neuen Pflicht-Trainingslabs laufen danach offline.
Editor: In den Lektionen speicherst du kleine .py-Dateien. Installiere
VS Code (kostenlos, für alle Systeme). Nimm
nicht TextEdit oder Word: Sie speichern Formatierungen, die Python nicht lesen kann.
2. Den Kurs holen
git clone https://github.com/minigraphx/llm-engineering-course.git
cd llm-engineering-courseWährend des privaten Piloten benötigst du Zugriff auf dieses GitHub-Repository.
Repository not found kann fehlenden Zugriff bedeuten und ist dann kein
Python-Fehler. Hast du den Kursordner bereits, öffne darin ein Terminal und
überspringe das Klonen. Dort liegen README.md, pyproject.toml, examples
und src.
Ordner in VS Code öffnen: File → Open Folder… und llm-engineering-course
wählen. Terminal → New Terminal öffnet ein Terminal, das bereits im Kursordner
startet; nutze es für alle Kursbefehle.
3. Eigene Python-Umgebung erstellen
Eine virtuelle Umgebung trennt die Kursbibliotheken von anderen Projekten. Erstelle sie einmal und aktiviere sie in jedem neuen Terminal erneut.
Die Installation braucht etwa 1 GB Speicherplatz, vor allem für PyTorch.
macOS/Linux:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ".[dev,docs]"Linux ohne NVIDIA-GPU
Unter Linux lädt PyTorch standardmäßig etwa 2 GB NVIDIA-Bibliotheken (CUDA), die der Kurs nicht braucht. Nimm statt des Blocks oben diese Zeilen und bekommst die 190 MB große CPU-Version:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
python -m pip install -e ".[dev,docs]"Windows PowerShell:
py -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install -e ".[dev,docs]"Blockiert PowerShell die Aktivierung, verwende
.\.venv\Scripts\python.exe anstelle von python. Aktivierung ist nur eine
Abkürzung. Installiere dann mit
.\.venv\Scripts\python.exe -m pip install -e ".[dev,docs]".
Unter macOS/Linux lautet der volle Interpreterpfad .venv/bin/python.
-e macht Änderungen am Kurspaket sofort verfügbar; dev,docs ergänzt Tests
und Dokumentationswerkzeuge. Warte auf den erfolgreichen Abschluss.
Jede Sitzung
Jedes Mal, wenn du ein neues Terminal öffnest:
- Wechsle in den Kursordner:
cd llm-engineering-course(das VS-Code-Terminal startet schon dort). - Aktiviere die Umgebung:
source .venv/bin/activateunter macOS/Linux,.\.venv\Scripts\Activate.ps1in Windows PowerShell. - Prüfe, dass die Eingabezeile jetzt mit
(.venv)beginnt. Fehlt es, istpythonwomöglich ein anderes Python ohne die Kursbibliotheken.
Lies das, wenn eine Lektion es zuerst braucht
Überspringe das heute; die Lektionen verlinken hierher, wenn sie es brauchen.
Tokenizer-Tabelle: einmal Internet nötig
Der erste vollständige Testlauf oder Byte-Pair-Encoding-Vergleich (BPE) kann
einmalig Internet benötigen: Das vorhandene Tokenizer-Labor lädt die öffentliche
Codierungstabelle cl100k_base und speichert sie lokal zwischen. Die Installation
der Python-Pakete lädt diese Tabelle noch nicht vorab. Die verpflichtenden
T05/T06- und E01–E04-Modell-, Trainings-, Evaluations- und Profiling-Experimente verwenden lokal
erzeugte Daten und laufen nach der Installation offline.
Shell-Konventionen für alle Lektionen
Volle Pfade, Heredoc-Blöcke und PowerShell
Nach der Aktivierung verwendest du auf jeder Plattform das aktive python.
Ältere Beispiele oder Referenzprotokolle enthalten manchmal vollständige
macOS-/Linux-Pfade:
| Geschriebener Befehl | Bei aktivierter Umgebung, auch in PowerShell |
|---|---|
.venv/bin/python script.py |
python script.py |
.venv/bin/pytest tests/... |
python -m pytest tests/... |
Ein Block mit python - <<'PY' verwendet Heredoc-Syntax: Bash/Zsh übergeben
alle folgenden Python-Zeilen bis zum abschließenden PY an den Interpreter.
PowerShell versteht diese Hülle nicht. Diese Alternative funktioniert überall:
- Erstelle den Ordner mit
python -c "from pathlib import Path; Path('artifacts/my-work').mkdir(parents=True, exist_ok=True)". - Kopiere ausschließlich die Python-Zeilen zwischen
python - <<'PY'und dem letztenPYim Editor inartifacts/my-work/check.py. Kopiere weder diese Begrenzungszeilen noch die Markdown-Backticks. Speichere die Datei. - Führe im Repository-Stamm
python artifacts/my-work/check.pyaus.
Ohne Aktivierung unter Windows ersetzt du python durch
.\.venv\Scripts\python.exe. Der Python-Inhalt bleibt gleich; nur seine
Übergabe durch die Shell ändert sich.
4. Installation prüfen
python examples/check_device.py
python examples/diagnose_unit0.pyJede Prüfung soll pass melden und ready soll yes zeigen;
Einheit 0 erklärt jede Zeile.
5. Kurs prüfen und Lektionen öffnen
python -m pytest
python -m mkdocs build --strictDer erste Testlauf kann einmal Internet brauchen (siehe den Tokenizer-Hinweis oben).
Die Tests enden mit einer Zählzeile: passed, deselected und Warnungen sind in
Ordnung, ein failed nicht. Der Dokumentationsbau muss ohne Fehler enden.
Optional, nur wenn du die Lektionen offline statt auf der gehosteten Seite lesen
willst: python -m mkdocs serve nennt eine lokale Adresse, meist
http://127.0.0.1:8000; öffne sie im Browser. Ctrl+C im Terminal beendet den
Server. EN/DE wechselt die Sprache.
Beginne mit dem Lernleitfaden, dann mit Einheit 0.
Wenn etwas fehlschlägt
| Meldung oder Symptom | Prüfung und Abhilfe |
|---|---|
git clone fragt nach Benutzername oder Passwort |
Das Repository ist für dich privat; siehe Zugang in Schritt 2. |
requires a different Python: 3.10… not in '>=3.11' |
Dein Python ist älter als 3.11. Installiere 3.11 oder neuer, lösche den Ordner .venv und wiederhole Schritt 3. |
ensurepip is not available |
Ubuntu/Debian: sudo apt install python3-venv ausführen, dann Schritt 3 wiederholen. |
No such file beim Beispiel |
Nach cd llm-engineering-course im Kursordner ausführen. |
No module named llm_course |
Python aus der Kursumgebung verwenden und Installation wiederholen. |
No module named torch |
Umgebung nicht aktiv: .venv aktivieren (siehe Jede Sitzung). Sonst ist die Installation unvollständig. |
| Installation bleibt still | Große Pakete brauchen Minuten; Abschluss oder Fehlermeldung abwarten. |
| Fehler des Beschleunigers | Das Lab mit --device cpu starten. |
Nach mkdocs serve keine Eingabe möglich |
Der Server läuft; zweites Terminal öffnen oder Ctrl+C drücken. |
Notiere bei Fehlern den Befehl und die letzten Fehlerzeilen. Zugangsdaten gehören nicht in Berichte. Weitere Hilfe: Fehlerbehebung für Einheit 0 und Hardwareprofile.