一、Ubuntu LLaMA-Factory实战安装：
CUDA 安装
CUDA 是由 NVIDIA 创建的一个并行计算平台和编程模型，它让开发者可以使用 NVIDIA 的 GPU 进行高性能的并行计算。
首先，在 https://developer.nvidia.com/cuda-gpus 查看您的 GPU 是否支持CUDA
-
保证当前 Linux 版本支持CUDA. 在命令行中输入
uname -m && cat /etc/*release，应当看到类似的输出
x86_64 DISTRIB_ID=Ubuntu DISTRIB_RELEASE=22.04
-
检查是否安装了
gcc. 在命令行中输入gcc --version，应当看到类似的输出
gcc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0
-
在以下网址下载所需的 CUDA，这里推荐12.2版本。 https://developer.nvidia.com/cuda-gpus 注意需要根据上述输出选择正确版本
如果您之前安装过 CUDA(例如为12.1版本)，需要先使用 sudo /usr/local/cuda-12.1/bin/cuda-uninstaller 卸载。如果该命令无法运行，可以直接：
sudo rm -r /usr/local/cuda-12.1/ sudo apt clean && sudo apt autoclean
卸载完成后运行以下命令并根据提示继续安装：
wget https://developer.download.nvidia.com/compute/cuda/12.2.0/local_installers/cuda_12.2.0_535.54.03_linux.run sudo sh cuda_12.2.0_535.54.03_linux.run
注意:在确定 CUDA 自带驱动版本与 GPU 是否兼容之前,建议取消 Driver 的安装。
完成后输入 nvcc -V 检查是否出现对应的版本号，若出现则安装完成。
LLaMA-Factory 安装
在安装 LLaMA-Factory 之前，请确保您安装了下列依赖:
运行以下指令以安装 LLaMA-Factory 及其依赖:
git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install -e ".[torch,metrics]"
如果出现环境冲突，请尝试使用 pip install --no-deps -e . 解决
LLaMA-Factory 校验
llamafactory-cli version完成安装后，可以通过使用 llamafactory-cli version 来快速校验安装是否成功
如果您能成功看到类似下面的界面，就说明安装成功了。
注意：如果失败执行下面的代码
你遇到的问题是由于当前安装的 Keras 版本为 Keras 3，但 transformers 库还不支持这个版本。具体来说，报错提示需要你安装一个向后兼容的 tf-keras 包，来解决这个不兼容问题。
解决方案如下：
（1）运行以下命令，安装 tf-keras 兼容包：
pip install tf-keras（2）如果问题依然存在，可能还需要锁定 Keras 版本为 2.x 系列。你可以尝试卸载现有的 Keras 版本，并安装旧版本：
pip uninstall keras
pip install keras==2.11.0（3）确保 transformers 库版本也是最新的或者与 Keras 2.x 系列兼容。
运行以上命令后，再次尝试运行 llamafactory-cli，这样应该能解决当前的兼容性问题。
如果还有其他问题，请随时告知！
免费体验版本的成功界面：
