本文档提供有关检查已安装的 Python 版本和包的更多信息。（有关安装 Python 和 Python 包的更多信息，请参见 ../01_optional-python-setup-preferences 文件夹。）
我们在本书中使用了以下主要库。较新版本的这些库可能也是兼容的。但是，如果您在代码中遇到任何问题，可以尝试使用以下库版本作为备用：
- numpy 1.24.3
- scipy 1.10.1
- pandas 2.0.2
- matplotlib 3.7.1
- jupyterlab 4.0
- watermark 2.4.2
- torch 2.0.1
- tiktoken 0.5.1
要最方便地安装这些依赖，您可以使用 requirements.txt 文件：
pip install -r requirements.txt
然后，在完成安装后，请使用以下命令检查所有包是否已安装并且是否为最新版本：
python_environment_check.py
还建议在 JupyterLab 中检查版本，方法是在此目录中运行 jupyter_environment_check.ipynb，这应该理想地给您与上面相同的结果。
如果您看到以下问题，则可能您的 JupyterLab 实例连接到错误的 conda 环境：
在这种情况下，您可以使用 watermark 来检查是否使用 --conda 标志在正确的 conda 环境中打开了 JupyterLab 实例：
PyTorch 可以像安装其他任何 Python 库或包一样使用 pip 安装。例如：
pip install torch==2.0.1但是，由于 PyTorch 是一个全面的库，具有 CPU 和 GPU 兼容的代码，安装可能需要额外的设置和说明（有关更多信息，请参见书中的 A.1.3 安装 PyTorch）。
同时强烈建议在官方 PyTorch 网站的安装指南菜单中查看更多信息 https://pytorch.org。
有任何问题，请随时在 Discussion Forum 中联系我们。