194 lines
4.3 KiB
Markdown
194 lines
4.3 KiB
Markdown
# 环境配置与安装说明
|
||
|
||
## 1. 推荐环境
|
||
|
||
为保证传统机器学习模型和 `LSTM+MLP` 深度学习模型均可正常训练，推荐使用 **conda 虚拟环境** 管理本项目依赖。
|
||
|
||
推荐环境：
|
||
|
||
- 操作系统：Windows 10 / Windows 11
|
||
- Python：3.11
|
||
- Conda：Anaconda 或 Miniconda
|
||
- Node.js：16+
|
||
- pnpm：8+
|
||
- CUDA：建议与 PyTorch GPU 轮子版本匹配
|
||
|
||
## 2. 创建 conda 虚拟环境
|
||
|
||
```powershell
|
||
conda create -n forsetenv python=3.11 -y
|
||
conda activate forsetenv
|
||
```
|
||
|
||
说明：
|
||
|
||
- 后续所有 Python 依赖安装、数据生成、模型训练和后端启动，均建议在 `forsetenv` 环境中进行。
|
||
|
||
## 3. 推荐安装顺序
|
||
|
||
推荐严格按下面顺序执行：
|
||
|
||
1. 创建并激活 `conda` 虚拟环境
|
||
2. 单独安装 `PyTorch GPU` 版
|
||
3. 安装其余后端依赖
|
||
4. 安装前端依赖
|
||
|
||
说明：
|
||
|
||
- `backend/requirements.txt` 中包含 `torch==2.6.0`
|
||
- 如果在 Windows 下先直接执行 `pip install -r backend/requirements.txt`，可能安装成非预期构建
|
||
- 因此深度学习环境建议先执行官方 `cu124` 安装命令，再补齐其余依赖
|
||
|
||
## 4. 安装 PyTorch GPU 版
|
||
|
||
本项目的 hybrid 深度学习模型要求：
|
||
|
||
- `torch >= 2.6`
|
||
|
||
推荐安装方式：
|
||
|
||
- 使用 **pip 官方 cu124 轮子**
|
||
- 避免在 Windows 上由 conda 自动解析成 `cpu_mkl` 构建
|
||
|
||
安装命令如下：
|
||
|
||
```powershell
|
||
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124
|
||
```
|
||
|
||
## 5. 安装其余后端依赖
|
||
|
||
如果你已经按上一步安装了 GPU 版 `torch`，推荐补装其余后端依赖：
|
||
|
||
```powershell
|
||
pip install Flask==2.3.3 Flask-CORS==4.0.0 python-dotenv==1.0.0
|
||
pip install pandas==2.0.3 numpy==1.24.3 scikit-learn==1.3.0 joblib==1.3.1
|
||
pip install xgboost==1.7.6 lightgbm==4.1.0
|
||
```
|
||
|
||
如果你仍然希望直接使用依赖文件，可以在完成 GPU 版 `torch` 安装后执行：
|
||
|
||
```powershell
|
||
pip install -r backend/requirements.txt
|
||
```
|
||
|
||
这一步通常不会影响已经安装好的 `cu124` 版本；如有覆盖风险，可在执行后再次运行上一节的 GPU 安装命令。
|
||
|
||
## 6. 安装前端依赖
|
||
|
||
```powershell
|
||
cd frontend
|
||
pnpm install
|
||
```
|
||
|
||
## 7. 一键执行示例
|
||
|
||
下面是一套推荐的 `conda` 环境安装流程：
|
||
|
||
```powershell
|
||
conda create -n forsetenv python=3.11 -y
|
||
conda activate forsetenv
|
||
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124
|
||
pip install Flask==2.3.3 Flask-CORS==4.0.0 python-dotenv==1.0.0
|
||
pip install pandas==2.0.3 numpy==1.24.3 scikit-learn==1.3.0 joblib==1.3.1
|
||
pip install xgboost==1.7.6 lightgbm==4.1.0
|
||
cd frontend
|
||
pnpm install
|
||
```
|
||
|
||
## 8. 验证安装
|
||
|
||
### 8.1 验证基础依赖
|
||
|
||
```powershell
|
||
python -c "import pandas,numpy,sklearn,flask;print('base ok')"
|
||
```
|
||
|
||
### 8.2 验证传统模型依赖
|
||
|
||
```powershell
|
||
python -c "import xgboost,lightgbm;print('ml ok')"
|
||
```
|
||
|
||
### 8.3 验证 PyTorch GPU
|
||
|
||
```powershell
|
||
python -c "import torch;print(torch.__version__);print(torch.cuda.is_available())"
|
||
```
|
||
|
||
如果输出为 `True`，说明 GPU 版本 PyTorch 可正常使用。
|
||
|
||
## 9. 项目启动顺序
|
||
|
||
### 9.1 生成数据集
|
||
|
||
```powershell
|
||
cd backend
|
||
python core/generate_dataset.py
|
||
```
|
||
|
||
### 9.2 训练模型
|
||
|
||
```powershell
|
||
python core/train_model.py
|
||
```
|
||
|
||
### 9.3 启动后端
|
||
|
||
```powershell
|
||
python app.py
|
||
```
|
||
|
||
### 9.4 启动前端
|
||
|
||
```powershell
|
||
cd ..\frontend
|
||
pnpm dev
|
||
```
|
||
|
||
## 10. 常见问题
|
||
|
||
### 10.1 PyTorch 被安装成 CPU 版
|
||
|
||
原因：
|
||
|
||
- 使用了默认 `pip install torch`
|
||
- 或使用 conda 在 Windows 上自动解析成 CPU 构建
|
||
|
||
建议：
|
||
|
||
- 直接使用本文提供的官方 `cu124` 安装命令
|
||
|
||
### 10.2 训练过程中无法加载深度学习模型
|
||
|
||
检查项：
|
||
|
||
- 当前是否处于 `forsetenv` conda 环境
|
||
- `torch` 是否成功安装
|
||
- `torch.cuda.is_available()` 是否为 `True`
|
||
|
||
### 10.3 xgboost / lightgbm 缺失
|
||
|
||
可执行：
|
||
|
||
```powershell
|
||
pip install xgboost==1.7.6 lightgbm==4.1.0
|
||
```
|
||
|
||
### 10.4 如何确认当前使用的是 conda 环境
|
||
|
||
可执行：
|
||
|
||
```powershell
|
||
conda info --envs
|
||
where python
|
||
```
|
||
|
||
如果当前环境为 `forsetenv`，且 `python` 指向对应环境目录，说明切换成功。
|
||
|
||
## 11. 建议
|
||
|
||
- 毕设演示或论文实验时，统一使用 `conda activate forsetenv`
|
||
- 深度学习模型训练时优先使用 GPU 环境
|
||
- 若仅进行页面展示，可先训练传统模型，再补充深度学习实验结果
|