1、首先安装python3
2、创建一个虚拟环境
python -m venv my_env
-m：告诉Python解释器以模块模式运行后面的模块。venv：这是Python标准库中的一个模块，用于创建轻量级、隔离的Python环境。my_env：这是指定虚拟环境目录的名称。
3、新建python文件
为了避免潜在的权限问题，建议在虚拟环境之外的目录中创建您的项目
如：my_env在e:/my_env，那项目可以建在e:/item里，不要建在e:/my_env下
4、需要激活该环境才能开始使用它
在e:/my_env处进入命令行，执行以下命令
.\Scripts\Activate
进入成功应该是
(my_env) PS E:\my_env
5、安装tensorflow
#安装TensorFlow
pip install transformers tensorflow
#查看TensorFlow是否安装成功及版本号
pip show tensorflow
#安装tf-keras包
pip install tf-keras
6、运行项目
跳转到项目目录，运行python文件。注意命令的前面都自动会有个环境名：(my_env) PS
cd E:\item
python a1.py
显示结果为：[{'label': 'POSITIVE', 'score': 0.9971314668655396}]
文件 a1.py
from transformers import pipeline
# 加载预训练的情感分析管道
classifier = pipeline('sentiment-analysis')
# 示例文本
text = "I love using Hugging Face Transformers!"
result = classifier(text)
# 输出结果
print(result)
这个示例代码非常简短，直接使用Hugging Face提供的pipeline API进行情感分析，省去了手动加载模型和tokenizer的步骤
