Zum Inhalt springen
LLM Engineering Course
Deutsch
Esc
↑↓navigieren↵öffnen⌘Jvorschau
Auf dieser Seite

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 --version unten 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 git aus und prüfe, dass python3 --version 3.11 oder neuer zeigt. Ohne python3-venv scheitert Schritt 3 mit ensurepip is not available.

Öffne Terminal (macOS/Linux) oder PowerShell (Windows) und prüfe:

python3 --version
git --version

Unter 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-course

Während 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:

  1. Wechsle in den Kursordner: cd llm-engineering-course (das VS-Code-Terminal startet schon dort).
  2. Aktiviere die Umgebung: source .venv/bin/activate unter macOS/Linux, .\.venv\Scripts\Activate.ps1 in Windows PowerShell.
  3. Prüfe, dass die Eingabezeile jetzt mit (.venv) beginnt. Fehlt es, ist python womöglich 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:

  1. Erstelle den Ordner mit python -c "from pathlib import Path; Path('artifacts/my-work').mkdir(parents=True, exist_ok=True)".
  2. Kopiere ausschließlich die Python-Zeilen zwischen python - <<'PY' und dem letzten PY im Editor in artifacts/my-work/check.py. Kopiere weder diese Begrenzungszeilen noch die Markdown-Backticks. Speichere die Datei.
  3. Führe im Repository-Stamm python artifacts/my-work/check.py aus.

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.py

Jede 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 --strict

Der 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.

War diese Seite hilfreich?