---
title: "Fehlerbehebung für Einheit 0"
sidebar:
  label: "Fehlerbehebung für Einheit 0"
---

<span id="fehlerbehebung-fur-einheit-0" />


[← Einheit 0 — Erster Tiny-LM-Lauf](/de/unit-00) · [Diagnose & Lernpfad →](/de/diagnostic) · [Glossar](/de/glossary)

Starte mit der Diagnose und behebe den ersten fehlschlagenden Check:

```
python examples/diagnose_unit0.py
```

| Symptom | Bedeutung | Lösung |
| --- | --- | --- |
| `python: command not found` | meist: Kursumgebung in diesem Terminal nicht aktiv | Zuerst `.venv` aktivieren ([jede Sitzung](/de/setup#every-session)); klappt das nicht, `python3` versuchen, andernfalls Python 3.11+ installieren |
| `No module named llm_course` | Umgebung inaktiv oder Paket fehlt | `.venv` aktivieren, dann `python -m pip install -e ".[dev,docs]"` |
| Installation wirkt langsam | PyTorch ist eine große Abhängigkeit | Terminal offen lassen und auf die abschließende Erfolgs-/Fehlerzeile warten |
| MPS/CUDA nicht verfügbar | Beschleuniger fehlt oder ist für PyTorch unsichtbar | mit `--device cpu` starten; dies ist der vollständige Pflichtpfad |
| Berechtigungsfehler in `artifacts/` | aktuelles Verzeichnis nicht beschreibbar | `--artifact-dir` auf ein beschreibbares Projektverzeichnis setzen |
| Checkpoint-Format/Vokabular falsch | Artefakte stammen aus anderer Kursversion | frisches Verzeichnis wie `--artifact-dir artifacts/unit0-clean` nutzen |
| `--prompt must contain at least one character` | das Modell benötigt mindestens ein Kontexttoken | nicht leeren `--prompt` angeben |
| unerwartetes `?` im Prompt | unbekannte Zeichen werden zum Unknown-Token | nur `a`–`z`, Leerzeichen und `! , - . ?` nutzen; Großbuchstaben werden kleingeschrieben (das Alphabet steht in Einheit 0 unter [„Deine eigene Änderung“](/de/unit-00#deine-eigene-anderung), nach dem festen Beispiel) |
| Sampling-Läufe unterscheiden sich | Seed oder Befehl unterscheidet sich | Seed, Prompt, Zielzeichen, Boost und Commit angleichen |

## Backend isolieren [#backend-isolieren]

Prüfe den verbindlichen CPU-Pfad separat:

```
python examples/diagnose_unit0.py --device cpu
python examples/run_unit0.py --device cpu
```

Wenn CPU besteht, aber MPS/CUDA scheitert, notiere Backend, PyTorch-Version,
Befehl und vollständigen Fehler. Setze die Lektion auf CPU fort; Beschleunigung
ist optional.

## Nachweise für einen brauchbaren Fehlerbericht [#nachweise-fur-einen-brauchbaren-fehlerbericht]

1. Betriebssystem und Python-Version;
2. Ausgabe von `python examples/check_hardware.py --skip-benchmark`;
3. Ausgabe von `python examples/diagnose_unit0.py`;
4. exakter Befehl und erster vollständiger Traceback;
5. ob `--device cpu` erfolgreich ist.

Hänge niemals generierte Checkpoints, Firmendaten, Zugangsdaten oder persönliche
Informationen an.

[← Einheit 0 — Erster Tiny-LM-Lauf](/de/unit-00) · [Diagnose & Lernpfad →](/de/diagnostic) · [Glossar](/de/glossary)
