Jupyter Notebook + Deno 快速入门 LLM 开发

70 阅读3分钟

什么是 Jupyter Notebook

Jupyter Notebook 是一个基于 Web 的交互式开发工具,广泛应用于机器学习领域。这个工具开始以 Python 为主,后续 Deno 提供了 js/ts Kernel 的支持,使它对前端开发者也足够友好。它支持代码、文本和可视化结果的混合,使得开发者可以方便地记录实验过程和成果,它在 AI 开发场景有不可替代的优势。

什么是 Deno

Deno 由 Node.js 的创始人 Ryan Dahl 开发。它在设计上解决了 Node.js 的一些早期设计缺陷,并增加了一些创新功能,你可以理解为升级版的 Node.js,Deno 原生支持运行 TS,无需额外的编译步骤;基于 V8 引擎运行,使用 Rust 编写,性能强。

安装

1. 安装 python

首先我们需要本地有 安装 python 环境,最好是 3.9 及以上的 python 环境。

2. 安装 Jupyter Notebook

pip install notebook

3. 安装 deno

这里我是windows环境,使用 PowerShell 安装,其他环境可以自行查看官网(nugine.github.io/deno-manual…

iwr https://deno.land/x/install/install.ps1 -useb | iex

4. 配置 kernel

使用 deno 为 Jupyter Notebook 配置 kernel

deno jupyter --unstable --install

5. 验证 kernel

deno jupyter --unstable

结果如下则说明配置成功

image.png

6. 启动 notebook

jupyter notebook

然后就会自动打开一个网页,然后我们就可以正常使用 notebook 了。

如果没有自动弹出,检查控制台进程有没有终止,如果没有则可以手动去到 http://localhost:8888/tree

image.png

7. VS Code 插件

如果用不习惯网页 Jupyter Notebook,可以安装 vscode 插件,使用 vscode 去编辑和运行。

image.png

使用

我比较喜欢用VScode ,所以用VScode给大家演示,网页其实也是一样的

1. 创建 .ipynb 文件

首先我们创建.ipynb为后缀的文件

⚠️注:确保右上角的内核配置是 Deno,否则 notebook 看不懂JS、TS

image.png

2. 编写代码并运行

Jupyter Notebook 的核心是代码块,每个代码块作为一个整体去执行,并且可以多次反复执行。在代码快的左侧,是执行顺序的标记,指这个代码块被执行的顺序。

image.png

我们点击“全部运行”,代码将从上往下依次执行

image.png

如果一个行只有一个变量,那就会自动把该变量打印出来,类似于 console.log()

3. 使用 Deno API

我在.ipynb同级创建一个1.txt文件,内容如下

image.png

会 node 就会 deno

image.png

4. 导入依赖

Deno 允许我们直接从远程拉取依赖,不需要像平时前端开发一样使用 npm/pnpm 来安装依赖,而是可以直接从远程引入

image.png

指定版本则只需这样:

import _ from "npm:/lodash@4.17.21"

当然,我们每次都这样使用完整的链接引入就会比较麻烦,所以我们可以在顶层创建一个文件 deno.json 来给设置别名

image.png

{
  "imports": {
    "lodash": "npm:/lodash@4.17.21"
  },
}

这里将 "npm:/lodash@4.17.21" 的别名设置为 lodash

然后我们就可以这样引入:

image.png

⚠️注意:如果你更新了 deno.json 需要重启内核

参考

最后

已将学习代码上传至 github,欢迎大家学习指正!

技术小白记录学习过程,有错误或不解的地方还请评论区留言,如果这篇文章对你有所帮助请 “点赞 收藏+关注” ,感谢支持!!