网页主页： github项目地址：

是2020年cornell大学的一门课程，

课程链接： 讲师介绍： 这是一个大学课程的课后作业项目，一共就：

Setup（安装环境） ML Primer （ 机器学习基础知识复习） Fundamentals Autodiff Tensors Efficiency Networks 其中，除了第二部分之外，其他部分在github上都有Public template，每次进行对应module的任务时，都需要先git clone对应的module模块，完成相应的任务

2. 任务要求 要求从这个repo中进行clone， 作业提交： 任务提交说明：https://wiki.shaiic.com/pages/viewpage.action?pageId=27688971

1. Setup(环境安装)

网页说明：https://minitorch.github.io/install.html github项目地址：https://github.com/minitorch/Module-0

个人安装记录：

要求是python3.7以上的版本，本机有conda环境，所以直接用conda创建一个新环境好了

# 创建一个名叫 minitorch的新环境
conda create -n minitorch python=3.7

# 切换到刚刚新创建的这个环境里去
conda activate minitorch

# 安装额外需要的一个包
conda install llvmlite

然后根据官网的提示，需要把对应的Module 0的github项目，是一个public template，可以直接use this template，借用这个项目的模板去生成自己的内容。

然后自己找个目录，新建一个minitorch，以后这个项目都丢到这里，进入这个文件夹，然后打开git的bash，把自己账号下生成的这个module0项目git clone一下就好了，例如，我使用的就是：

cd minitorch
git clone https://github.com/MachineCF/Module0.git
cd Module0

之后一定要删除Module0下面的project的这个文件夹，不然后面执行的安装的时候会报错，下面是报错信息，一定要切记，把这个删除。

error: Multiple top-level packages discovered in a flat-layout: [project, minitorch]. To avoid accidental inclusion of unwanted files or directories, setuptools will not proceed with this build. If you are trying to create a single distribution with multiple packages on purpose, you should not rely on automatic discovery. Instead, consider the following options: 1. set up custom discovery (`find` directive with `include` or `exclude`) 2. use a `src-layout` 3. explicitly set `py_modules` or `packages` with a list of names To find more information, look for "package discovery" on setuptools docs.

可以直接手动删除，也可以命令行删除

rmdir /S project

之后就能简单多了

切换环境，我的环境是mini 切换路径到Modele0中

activate mini
python -m pip install -r requirements.txt
python -m pip install -r requirements.extra.txt
python -m pip install -Ue .