原创 · 密钥 · 第04把 · 控心术 · 第02钥 | Python 虚拟环境与模型训练入门实战-优快云博客

本文链接：https://blog.youkuaiyun.com/Python_DIY_/article/details/146542724

“锻火已升，心术初鸣。控心室的觉念者，将以代码为钥，剖开幻象。”

——KeySmith · 密钥锻造坊

寻钥之人，欢迎你踏入密钥锻造坊。我是 KeySmith，这里是技术人的打铁间。

此刻你翻开的，正是本坊锻造的第 04 把密钥，专为掌控 Python 虚拟环境 + 训练脚本实战 而锻。

无论你是初次来访的学徒，还是久经风雨的同行匠人， 愿此钥能应你所困，破你所局，开你所门。

本篇，我们将从 0 开始构建一套能识别中文评论情绪的 AI 引擎，使用 BERT 模型，打造属于你的情绪识别系统。

所以这一节，我们将完成三件事：

🌟 —— 带图带代码，献给认真搞技术的你！

✅准备 Python 炼术器（>= 3.8）

✅设置术者专属密室（.venv 虚拟环境）

✅选择合适的控术台（推荐 VS Code）

🌟 1. 环境初始化

🔧 配置中… · Python 环境准备

“工欲善其事，必先利其器。”

✅ 推荐使用 Python ≥ 3.8

✅ 前往官网下载：python.org

⚠️ 安装时务必勾选：Add Python to PATH

🌟 2. VS Code + 虚拟环境：最佳拍档

🛠️ 锻造 · VS Code + `.venv` 的好处

✅ 一键打开终端执行脚本 ✅ 自动识别项目依赖 ✅ 输出日志美观清晰（便于训练调试）

虚拟环境 .venv 是一个“隔离密室”，为每个项目提供独立依赖，就像为控心术定制的法器间。

🔓 解锁 · 创建虚拟环境

假设你的项目目录为：D:\1python\python_qq_project\控心室

✅ 进入目录：cd D:\1python\python_qq_project\控心室

✅ 创建 .venv：python -m venv .venv

✅ 启动环境：.venv\Scripts\activate

此时命令行前缀变为： (.venv)，说明你已进入“密室”。

☕ 想退出？输入：deactivate

🧠 思考 · 解释器选择

VS Code 初次使用虚拟环境时：Ctrl + Shift + P → Python: Select Interpreter

✅ 选择 .venv\Scripts\python.exe

🌟 3. 安装依赖：三板斧

📦 下载资源 · 三个核心包

pip install torch
pip install transformers
pip install accelerate

✅ 检查是否安装成功：

import torch
import transformers
import accelerate
print("PyTorch 版本：", torch.__version__)
print("Transformers 版本：", transformers.__version__)

🌟 看到输出，就说明锻造炉已经升温完毕！

🌟 4. 训练准备：加载、编码、封装！

🔍 追踪细节 · 加载数据

import pandas as pd

# 改成你的真实路径哦！
df = pd.read_csv(r'D:\7优快云\毕业设计完整源码资源(Python)\控心室\第一钥数据准备\train4000.tsv', sep='\t')

# 查看列名，防止KeyError
print("列名：", df.columns)

# 这里假设你文件列名是 'text_a' 和 'label'
texts = df['text_a'].tolist()
labels = df['label'].tolist()

🧪 测试中… · 文本编码

import pandas as pd
from transformers import BertTokenizer
# 改成你的真实路径哦！
df = pd.read_csv(r'D:\7优快云\毕业设计完整源码资源(Python)\控心室\第一钥数据准备\train4000.tsv', sep='\t')

# 查看列名，防止KeyError
print("列名：", df.columns)

# 这里假设你文件列名是 'text_a' 和 'label'
texts = df['text_a'].tolist()
labels = df['label'].tolist()

tokenizer = BertTokenizer.from_pretrained("bert-base-chinese")

#编码
encodings = tokenizer(
    texts,
    truncation=True,
    padding=True,
    max_length=128
)

📜 原理解析 · Dataset 封装

import pandas as pd
from transformers import BertTokenizer
import torch
from torch.utils.data import Dataset
# 改成你的真实路径哦！
df = pd.read_csv(r'D:\7优快云\毕业设计完整源码资源(Python)\控心室\第一钥数据准备\train4000.tsv', sep='\t')

# 查看列名，防止KeyError
print("列名：", df.columns)

# 这里假设你文件列名是 'text_a' 和 'label'
texts = df['text_a'].tolist()
labels = df['label'].tolist()

tokenizer = BertTokenizer.from_pretrained("bert-base-chinese")

#编码
encodings = tokenizer(
    texts,
    truncation=True,
    padding=True,
    max_length=128
)


# 自定义情绪数据集类
class SentimentDataset(Dataset):
    def __init__(self, encodings, labels):
        self.encodings = encodings
        self.labels = labels

    def __getitem__(self, idx):
        item = {key: torch.tensor(val[idx]) for key, val in self.encodings.items()}
        item['labels'] = torch.tensor(self.labels[idx])
        return item

    def __len__(self):
        return len(self.labels)

# 实例化数据集
dataset = SentimentDataset(encodings, labels)

# 打印验证
print("数据总量：", len(dataset))
print("第一条样本内容：")
print(dataset[0])