安装指南
详细的环境配置和依赖安装步骤
安装指南
5 分钟完成 NCT 环境配置，开始意识计算之旅
💻
系统要求
STEP 01
最低配置
- • Python 3.8+
- • 4GB RAM
- • 2GB GPU 内存（可选）
- • 1GB 磁盘空间
推荐配置
- • Python 3.10+
- • 16GB RAM
- • 8GB+ GPU 内存
- • 10GB SSD 空间
操作系统支持
✅ Linux (Ubuntu 20.04+)✅ macOS 11+✅ Windows 10/11 (WSL2 推荐)
📦
安装步骤
STEP 02
# 基础安装
pip install torch numpy scipy
# 完整安装（推荐）
pip install nct-ai[full]
# 开发版本
pip install git+https://github.com/wyg5208/nct.git💡 提示
- • 使用国内镜像加速：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple - • 如果遇到权限问题，添加
--user参数 - • 建议使用虚拟环境（venv/virtualenv）
🚀
GPU 加速配置
STEP 03
NVIDIA GPU 配置步骤
- 1.安装 NVIDIA 驱动（版本 >= 520.00）
- 2.安装 CUDA 11.8 Toolkit
- 3.安装 cuDNN 8.7+
- 4.验证安装：
nvidia-smi - 5.安装 PyTorch GPU 版本
# 验证 GPU 是否可用
python -c "import torch; print(f'CUDA available: {torch.cuda.is_available()}')"
print(f"GPU count: {torch.cuda.device_count()}")
print(f"GPU name: {torch.cuda.get_device_name(0)}")✅ 性能对比
CPU 训练速度:~100 steps/s
GPU 训练速度:~500 steps/s (5x)
✅
验证安装
STEP 04
# 测试导入
python -c "from nct_modules import NCTManager, NCTConfig; print('✅ NCT 导入成功！')"
# 运行快速测试
python -c "
from nct_modules import NCTManager, NCTConfig
import torch
config = NCTConfig(n_heads=4, d_model=256)
manager = NCTManager(config)
print(f'✅ NCT 初始化成功！')
print(f'设备：{"CUDA" if torch.cuda.is_available() else "CPU"}')
"预期输出
✅ NCT 导入成功！ ✅ NCT 初始化成功！ 设备：CUDA (或 CPU)
常见问题排查
❗ pip 安装权限错误
解决方案：添加 --user 参数或使用 sudo（不推荐）
❗ CUDA 版本不匹配
解决方案：检查 nvidia-smi 显示的 CUDA 版本，安装对应版本的 PyTorch
❗ 导入错误 ModuleNotFoundError
解决方案：确认当前激活的 Python 环境与安装环境一致
❗ GPU 不可用
解决方案：检查 NVIDIA 驱动、CUDA、cuDNN 是否正确安装