Phi-3-Mini-128K开发环境搭建Visual Studio Code远程连接与调试你是不是也遇到过这种情况好不容易在远程服务器上部署好了Phi-3-Mini-128K这样的大模型准备大干一场结果发现开发调试特别不方便。每次改几行代码都要用命令行来回切换想看个变量值还得加一堆print语句调试效率低得让人抓狂。其实用Visual Studio Code的远程开发功能就能让你像在本地电脑上一样流畅地开发和调试远程服务器上的模型代码。今天我就手把手带你搞定这件事让你以后调试Phi-3-Mini-128K的推理代码就跟调试本地Python脚本一样简单。1. 为什么需要远程开发在深入操作之前咱们先聊聊为什么非得折腾这个。直接在服务器上用vim或者nano编辑代码不行吗还真不太行。大模型开发有几个特点计算资源都在远程服务器上代码和依赖环境也在服务器上调试过程需要实时查看变量、跟踪执行流程。如果你只用命令行基本上就处于“盲调”状态效率非常低。用VSCode远程开发好处很明显环境一致性代码直接在服务器环境里运行和调试彻底杜绝“在我机器上好好的”这种问题。图形化调试可以设置断点、单步执行、查看调用栈、监控变量调试体验和本地开发一模一样。无缝编辑直接在VSCode里编辑远程服务器上的文件保存后立即生效。扩展支持可以在远程环境中安装Python、Jupyter等扩展获得完整的语言支持。简单说就是让你用最熟悉的本地开发工具去操作最强大的远程计算资源。2. 前期准备确保远程服务器可访问在开始配置VSCode之前你得先确保几件事。2.1 服务器端检查首先你的远程服务器就是部署了Phi-3-Mini-128K的那台机器需要满足一些基本条件SSH服务正常运行绝大多数Linux服务器默认都开了你可以用这个命令检查sudo systemctl status sshd如果看到“active (running)”就说明没问题。网络可达你的本地电脑要能通过网络连接到服务器。如果是云服务器你会有个公网IP如果是公司内网的服务器你要确保在同一个网络内。账号权限你至少得有一个能通过SSH登录的账号并且这个账号有权限访问Phi-3-Mini-128K相关的目录和文件。2.2 本地电脑准备你的电脑上需要安装Visual Studio Code。如果还没装去官网下载安装就行这个过程很简单这里就不赘述了。另外虽然不强制但我建议你配置一下SSH密钥登录这样每次连接就不用输密码了更方便。如果你不知道怎么配置可以搜一下“SSH密钥登录配置”有很多教程。3. 安装和配置Remote-SSH扩展现在咱们进入正题开始在VSCode里操作。3.1 安装扩展打开VSCode你会看到左侧有个活动栏最下面那个图标就是扩展市场。点击它在搜索框里输入“Remote - SSH”应该第一个结果就是微软官方出的那个。点击“安装”按钮等一会儿就装好了。安装完成后你会在左侧活动栏看到一个类似“”的新图标这就是远程开发的入口。3.2 配置远程连接安装好扩展后点击那个远程开发图标或者按F1打开命令面板输入“Remote-SSH: Connect to Host...”。第一次使用它会让你“Add New SSH Host”。你需要输入SSH连接命令格式一般是这样的ssh usernameserver_ip -p port_number比如你的用户名是devuser服务器IP是192.168.1.100SSH端口是默认的22那就输入ssh devuser192.168.1.100如果服务器改了SSH端口比如是2222那就要加上-p 2222。输入完后按回车VSCode会问你把这条连接配置保存到哪个文件选默认的就行。然后它就会尝试连接服务器。3.3 首次连接处理第一次连接某个服务器时可能会遇到两个小问题主机密钥验证会弹出一个警告问你是否继续连接。这是正常的SSH安全机制确认服务器信息没错就点“Continue”就行。输入密码如果你没配置密钥登录会弹出输入框让你输密码。输入服务器账号的登录密码勾选“Remember password”的话VSCode会帮你记住密码但安全性稍低自己权衡。连接成功后VSCode会新开一个窗口这个窗口的标题栏会显示“SSH: server_ip”左下角状态栏也会显示连接状态。这意味着你现在已经“进入”远程服务器了所有操作都在远程环境中进行。4. 在远程环境中安装必要扩展连上服务器后你会发现本地安装的扩展大部分都没了。这是因为VSCode的扩展分为“本地”和“远程”两种有些扩展需要在远程环境中重新安装。4.1 安装Python扩展开发Phi-3-Mini-128KPython扩展是必须的。在远程窗口里打开扩展市场搜索“Python”安装微软发布的那个Python扩展。安装完成后你可能还需要根据提示安装Pylance更好的语言服务器等组件跟着提示操作就行。4.2 安装其他有用扩展除了Python扩展我建议你再装几个Jupyter如果你想用Notebook做交互式测试这个必须装。GitLens如果你用Git管理代码这个扩展非常好用。Remote Development扩展包其实你已经用上了它的SSH部分但安装整个扩展包也没坏处。安装远程扩展的速度取决于你的服务器网络状况一般几分钟就能搞定。5. 打开项目并配置Python解释器扩展装好后就可以开始干活了。5.1 打开远程项目目录点击VSCode左上角的“文件” - “打开文件夹”这时候弹出的目录浏览器显示的是远程服务器的文件系统。找到你存放Phi-3-Mini-128K代码的目录选择打开。比如你的项目在/home/devuser/phi3-project就打开这个目录。打开后左侧资源管理器就会显示远程服务器上的文件结构你可以像操作本地文件一样浏览、编辑它们。5.2 选择Python解释器打开Python文件比如.py文件VSCode可能会在右下角提示你选择Python解释器。点击状态栏上的Python版本区域如果没有提示也可以按CtrlShiftP输入“Python: Select Interpreter”。你会看到一个列表里面是远程服务器上可用的Python环境。如果你为Phi-3-Mini-128K创建了单独的虚拟环境比如用conda或venv一定要选对。通常路径类似/home/devuser/miniconda3/envs/phi3/bin/python。选对解释器非常重要这决定了代码运行和调试时使用的Python环境以及相关的依赖包。6. 调试模型推理代码环境都配好了现在来看看最核心的部分——怎么调试代码。6.1 创建调试配置文件假设你有一个简单的Phi-3-Mini-128K推理脚本inference.pyfrom transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name microsoft/Phi-3-mini-128k-instruct print(Loading tokenizer...) tokenizer AutoTokenizer.from_pretrained(model_name) print(Loading model...) model AutoModelForCausalLM.from_pretrained( model_name, torch_dtypetorch.float16, device_mapauto ) prompt Explain the concept of quantum computing in simple terms. inputs tokenizer(prompt, return_tensorspt).to(model.device) print(Generating response...) with torch.no_grad(): outputs model.generate(**inputs, max_new_tokens200) response tokenizer.decode(outputs[0], skip_special_tokensTrue) print(Response:, response)在VSCode里打开这个文件然后点击左侧的调试图标或者按CtrlShiftD点击“create a launch.json file”选择“Python”。VSCode会在项目里创建一个.vscode/launch.json文件。6.2 配置调试参数默认的配置可能不太够用我们可以修改一下launch.json{ version: 0.2.0, configurations: [ { name: Python: Debug Phi-3 Inference, type: debugpy, request: launch, program: ${workspaceFolder}/inference.py, console: integratedTerminal, justMyCode: false, env: { PYTHONPATH: ${workspaceFolder} } } ] }这里有几个关键点justMyCode: false允许你深入第三方库比如transformers内部调试。env可以设置环境变量确保Python能找到你的代码。6.3 设置断点和调试现在你可以在代码里设置断点了。比如你想看看tokenizer加载后是什么样可以在第6行tokenizer ...后面点一下行号旁边会出现红点。按F5开始调试程序会在断点处暂停。这时候你可以查看变量左侧“变量”面板会显示当前作用域的所有变量你可以看到tokenizer的具体信息。单步执行按F10逐过程执行按F11逐语句执行会进入函数内部。查看调用栈了解代码的执行路径。交互式调试在“调试控制台”里输入Python命令实时查看或修改变量值。比如在inputs变量创建后暂停你可以在调试控制台输入inputs.shape看看张量形状或者输入tokenizer.decode(inputs[0])看看编码后的结果。6.4 调试常见问题调试大模型代码时可能会遇到一些特殊情况内存不足如果调试时内存爆了可以尝试在launch.json里添加args: [--max-length, 512]之类的参数限制输入长度。设备问题确保模型加载到了正确的设备GPU。你可以在调试控制台检查model.device。依赖问题如果提示缺少模块可能是远程环境的Python路径问题。可以在代码开头加几行调试代码打印sys.path看看。7. 使用Jupyter Notebook进行交互式测试有时候你可能想交互式地测试一些代码片段而不是运行整个脚本。这时候Jupyter Notebook就派上用场了。7.1 创建Notebook文件在VSCode远程窗口中新建一个文件命名为test.ipynb后缀必须是.ipynb。VSCode会自动识别为Jupyter Notebook。第一次打开可能会提示选择内核选择你之前配置好的那个Python解释器就行。7.2 交互式测试模型在Notebook里你可以分步骤测试Phi-3-Mini-128K的各个功能# 第一个Cell导入和加载 from transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name microsoft/Phi-3-mini-128k-instruct tokenizer AutoTokenizer.from_pretrained(model_name) model AutoModelForCausalLM.from_pretrained( model_name, torch_dtypetorch.float16, device_mapauto )# 第二个Cell测试tokenizer prompt Hello, how are you? inputs tokenizer(prompt, return_tensorspt).to(model.device) print(Input IDs shape:, inputs[input_ids].shape) print(Tokens:, tokenizer.convert_ids_to_tokens(inputs[input_ids][0]))# 第三个Cell生成测试 with torch.no_grad(): outputs model.generate(**inputs, max_new_tokens50) response tokenizer.decode(outputs[0], skip_special_tokensTrue) print(Response:, response)每个Cell都可以单独运行随时查看中间结果。这种交互式的方式特别适合测试不同的prompt效果调整生成参数temperature、top_p等观察模型在不同输入下的表现快速验证想法7.3 Notebook的调试技巧在Notebook里也可以调试虽然不如脚本调试那么强大但有些技巧很有用%%debug魔术命令在Cell开头加%%debug可以进入调试模式。%pdb自动调试运行%pdb on后如果代码出错会自动进入调试器。变量检查每个Cell运行后变量都会保留你可以随时查看。8. 远程开发的实用技巧用了一段时间后我总结了一些能提升效率的小技巧。8.1 端口转发有时候你需要在本地浏览器访问远程服务器上的服务比如TensorBoard、模型API接口。VSCode的端口转发功能可以帮你。按F1打开命令面板输入“Forward a Port”选择要转发的端口号。比如你的模型API运行在7860端口转发后在本地浏览器访问localhost:7860就能访问远程服务了。8.2 多工作区连接如果你经常在多个远程服务器间切换可以给每个服务器创建独立的工作区文件.code-workspace里面保存服务器连接信息和项目设置。这样双击工作区文件就能快速连接到对应的服务器和项目。8.3 同步本地和远程设置你可能会希望远程开发环境和本地保持一致的设置比如快捷键、主题、代码片段。VSCode的设置同步功能可以帮到你。在设置里开启“Settings Sync”你的编辑器设置、快捷键、扩展等都会在设备间同步。8.4 处理连接问题远程开发最烦人的就是连接不稳定。如果遇到连接断开检查网络先用ping或SSH命令测试服务器是否可达。重连VSCode通常会自动尝试重连也可以手动点击左下角的“重连”按钮。清理连接如果实在连不上可以删除本地SSH配置文件中对应的主机记录重新配置。9. 总结走完这一整套流程你应该已经能在VSCode里愉快地开发和调试远程服务器上的Phi-3-Mini-128K代码了。回顾一下核心其实就是几步装Remote-SSH扩展、连服务器、在远程环境装Python扩展、配调试、开始干活。实际用下来最大的感受就是方便。以前要反复在本地编辑、上传、远程执行、看日志现在所有操作都在一个界面里完成。调试的时候可以清清楚楚看到每一行代码的执行情况每一个变量的值效率提升不是一点半点。当然这套方法不只适用于Phi-3-Mini-128K任何在远程服务器上的Python项目都可以这么搞。如果你还没尝试过真的建议花点时间配置一下前期投入的一点时间后面会成倍地省回来。刚开始可能会遇到一些小问题比如连接失败、扩展安装慢、调试配置不对等等多试几次熟悉了就好了。遇到问题的时候可以多看看VSCode的输出面板那里通常有详细的错误信息对排查问题很有帮助。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Phi-3-Mini-128K开发环境搭建：Visual Studio Code远程连接与调试
Phi-3-Mini-128K开发环境搭建Visual Studio Code远程连接与调试你是不是也遇到过这种情况好不容易在远程服务器上部署好了Phi-3-Mini-128K这样的大模型准备大干一场结果发现开发调试特别不方便。每次改几行代码都要用命令行来回切换想看个变量值还得加一堆print语句调试效率低得让人抓狂。其实用Visual Studio Code的远程开发功能就能让你像在本地电脑上一样流畅地开发和调试远程服务器上的模型代码。今天我就手把手带你搞定这件事让你以后调试Phi-3-Mini-128K的推理代码就跟调试本地Python脚本一样简单。1. 为什么需要远程开发在深入操作之前咱们先聊聊为什么非得折腾这个。直接在服务器上用vim或者nano编辑代码不行吗还真不太行。大模型开发有几个特点计算资源都在远程服务器上代码和依赖环境也在服务器上调试过程需要实时查看变量、跟踪执行流程。如果你只用命令行基本上就处于“盲调”状态效率非常低。用VSCode远程开发好处很明显环境一致性代码直接在服务器环境里运行和调试彻底杜绝“在我机器上好好的”这种问题。图形化调试可以设置断点、单步执行、查看调用栈、监控变量调试体验和本地开发一模一样。无缝编辑直接在VSCode里编辑远程服务器上的文件保存后立即生效。扩展支持可以在远程环境中安装Python、Jupyter等扩展获得完整的语言支持。简单说就是让你用最熟悉的本地开发工具去操作最强大的远程计算资源。2. 前期准备确保远程服务器可访问在开始配置VSCode之前你得先确保几件事。2.1 服务器端检查首先你的远程服务器就是部署了Phi-3-Mini-128K的那台机器需要满足一些基本条件SSH服务正常运行绝大多数Linux服务器默认都开了你可以用这个命令检查sudo systemctl status sshd如果看到“active (running)”就说明没问题。网络可达你的本地电脑要能通过网络连接到服务器。如果是云服务器你会有个公网IP如果是公司内网的服务器你要确保在同一个网络内。账号权限你至少得有一个能通过SSH登录的账号并且这个账号有权限访问Phi-3-Mini-128K相关的目录和文件。2.2 本地电脑准备你的电脑上需要安装Visual Studio Code。如果还没装去官网下载安装就行这个过程很简单这里就不赘述了。另外虽然不强制但我建议你配置一下SSH密钥登录这样每次连接就不用输密码了更方便。如果你不知道怎么配置可以搜一下“SSH密钥登录配置”有很多教程。3. 安装和配置Remote-SSH扩展现在咱们进入正题开始在VSCode里操作。3.1 安装扩展打开VSCode你会看到左侧有个活动栏最下面那个图标就是扩展市场。点击它在搜索框里输入“Remote - SSH”应该第一个结果就是微软官方出的那个。点击“安装”按钮等一会儿就装好了。安装完成后你会在左侧活动栏看到一个类似“”的新图标这就是远程开发的入口。3.2 配置远程连接安装好扩展后点击那个远程开发图标或者按F1打开命令面板输入“Remote-SSH: Connect to Host...”。第一次使用它会让你“Add New SSH Host”。你需要输入SSH连接命令格式一般是这样的ssh usernameserver_ip -p port_number比如你的用户名是devuser服务器IP是192.168.1.100SSH端口是默认的22那就输入ssh devuser192.168.1.100如果服务器改了SSH端口比如是2222那就要加上-p 2222。输入完后按回车VSCode会问你把这条连接配置保存到哪个文件选默认的就行。然后它就会尝试连接服务器。3.3 首次连接处理第一次连接某个服务器时可能会遇到两个小问题主机密钥验证会弹出一个警告问你是否继续连接。这是正常的SSH安全机制确认服务器信息没错就点“Continue”就行。输入密码如果你没配置密钥登录会弹出输入框让你输密码。输入服务器账号的登录密码勾选“Remember password”的话VSCode会帮你记住密码但安全性稍低自己权衡。连接成功后VSCode会新开一个窗口这个窗口的标题栏会显示“SSH: server_ip”左下角状态栏也会显示连接状态。这意味着你现在已经“进入”远程服务器了所有操作都在远程环境中进行。4. 在远程环境中安装必要扩展连上服务器后你会发现本地安装的扩展大部分都没了。这是因为VSCode的扩展分为“本地”和“远程”两种有些扩展需要在远程环境中重新安装。4.1 安装Python扩展开发Phi-3-Mini-128KPython扩展是必须的。在远程窗口里打开扩展市场搜索“Python”安装微软发布的那个Python扩展。安装完成后你可能还需要根据提示安装Pylance更好的语言服务器等组件跟着提示操作就行。4.2 安装其他有用扩展除了Python扩展我建议你再装几个Jupyter如果你想用Notebook做交互式测试这个必须装。GitLens如果你用Git管理代码这个扩展非常好用。Remote Development扩展包其实你已经用上了它的SSH部分但安装整个扩展包也没坏处。安装远程扩展的速度取决于你的服务器网络状况一般几分钟就能搞定。5. 打开项目并配置Python解释器扩展装好后就可以开始干活了。5.1 打开远程项目目录点击VSCode左上角的“文件” - “打开文件夹”这时候弹出的目录浏览器显示的是远程服务器的文件系统。找到你存放Phi-3-Mini-128K代码的目录选择打开。比如你的项目在/home/devuser/phi3-project就打开这个目录。打开后左侧资源管理器就会显示远程服务器上的文件结构你可以像操作本地文件一样浏览、编辑它们。5.2 选择Python解释器打开Python文件比如.py文件VSCode可能会在右下角提示你选择Python解释器。点击状态栏上的Python版本区域如果没有提示也可以按CtrlShiftP输入“Python: Select Interpreter”。你会看到一个列表里面是远程服务器上可用的Python环境。如果你为Phi-3-Mini-128K创建了单独的虚拟环境比如用conda或venv一定要选对。通常路径类似/home/devuser/miniconda3/envs/phi3/bin/python。选对解释器非常重要这决定了代码运行和调试时使用的Python环境以及相关的依赖包。6. 调试模型推理代码环境都配好了现在来看看最核心的部分——怎么调试代码。6.1 创建调试配置文件假设你有一个简单的Phi-3-Mini-128K推理脚本inference.pyfrom transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name microsoft/Phi-3-mini-128k-instruct print(Loading tokenizer...) tokenizer AutoTokenizer.from_pretrained(model_name) print(Loading model...) model AutoModelForCausalLM.from_pretrained( model_name, torch_dtypetorch.float16, device_mapauto ) prompt Explain the concept of quantum computing in simple terms. inputs tokenizer(prompt, return_tensorspt).to(model.device) print(Generating response...) with torch.no_grad(): outputs model.generate(**inputs, max_new_tokens200) response tokenizer.decode(outputs[0], skip_special_tokensTrue) print(Response:, response)在VSCode里打开这个文件然后点击左侧的调试图标或者按CtrlShiftD点击“create a launch.json file”选择“Python”。VSCode会在项目里创建一个.vscode/launch.json文件。6.2 配置调试参数默认的配置可能不太够用我们可以修改一下launch.json{ version: 0.2.0, configurations: [ { name: Python: Debug Phi-3 Inference, type: debugpy, request: launch, program: ${workspaceFolder}/inference.py, console: integratedTerminal, justMyCode: false, env: { PYTHONPATH: ${workspaceFolder} } } ] }这里有几个关键点justMyCode: false允许你深入第三方库比如transformers内部调试。env可以设置环境变量确保Python能找到你的代码。6.3 设置断点和调试现在你可以在代码里设置断点了。比如你想看看tokenizer加载后是什么样可以在第6行tokenizer ...后面点一下行号旁边会出现红点。按F5开始调试程序会在断点处暂停。这时候你可以查看变量左侧“变量”面板会显示当前作用域的所有变量你可以看到tokenizer的具体信息。单步执行按F10逐过程执行按F11逐语句执行会进入函数内部。查看调用栈了解代码的执行路径。交互式调试在“调试控制台”里输入Python命令实时查看或修改变量值。比如在inputs变量创建后暂停你可以在调试控制台输入inputs.shape看看张量形状或者输入tokenizer.decode(inputs[0])看看编码后的结果。6.4 调试常见问题调试大模型代码时可能会遇到一些特殊情况内存不足如果调试时内存爆了可以尝试在launch.json里添加args: [--max-length, 512]之类的参数限制输入长度。设备问题确保模型加载到了正确的设备GPU。你可以在调试控制台检查model.device。依赖问题如果提示缺少模块可能是远程环境的Python路径问题。可以在代码开头加几行调试代码打印sys.path看看。7. 使用Jupyter Notebook进行交互式测试有时候你可能想交互式地测试一些代码片段而不是运行整个脚本。这时候Jupyter Notebook就派上用场了。7.1 创建Notebook文件在VSCode远程窗口中新建一个文件命名为test.ipynb后缀必须是.ipynb。VSCode会自动识别为Jupyter Notebook。第一次打开可能会提示选择内核选择你之前配置好的那个Python解释器就行。7.2 交互式测试模型在Notebook里你可以分步骤测试Phi-3-Mini-128K的各个功能# 第一个Cell导入和加载 from transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name microsoft/Phi-3-mini-128k-instruct tokenizer AutoTokenizer.from_pretrained(model_name) model AutoModelForCausalLM.from_pretrained( model_name, torch_dtypetorch.float16, device_mapauto )# 第二个Cell测试tokenizer prompt Hello, how are you? inputs tokenizer(prompt, return_tensorspt).to(model.device) print(Input IDs shape:, inputs[input_ids].shape) print(Tokens:, tokenizer.convert_ids_to_tokens(inputs[input_ids][0]))# 第三个Cell生成测试 with torch.no_grad(): outputs model.generate(**inputs, max_new_tokens50) response tokenizer.decode(outputs[0], skip_special_tokensTrue) print(Response:, response)每个Cell都可以单独运行随时查看中间结果。这种交互式的方式特别适合测试不同的prompt效果调整生成参数temperature、top_p等观察模型在不同输入下的表现快速验证想法7.3 Notebook的调试技巧在Notebook里也可以调试虽然不如脚本调试那么强大但有些技巧很有用%%debug魔术命令在Cell开头加%%debug可以进入调试模式。%pdb自动调试运行%pdb on后如果代码出错会自动进入调试器。变量检查每个Cell运行后变量都会保留你可以随时查看。8. 远程开发的实用技巧用了一段时间后我总结了一些能提升效率的小技巧。8.1 端口转发有时候你需要在本地浏览器访问远程服务器上的服务比如TensorBoard、模型API接口。VSCode的端口转发功能可以帮你。按F1打开命令面板输入“Forward a Port”选择要转发的端口号。比如你的模型API运行在7860端口转发后在本地浏览器访问localhost:7860就能访问远程服务了。8.2 多工作区连接如果你经常在多个远程服务器间切换可以给每个服务器创建独立的工作区文件.code-workspace里面保存服务器连接信息和项目设置。这样双击工作区文件就能快速连接到对应的服务器和项目。8.3 同步本地和远程设置你可能会希望远程开发环境和本地保持一致的设置比如快捷键、主题、代码片段。VSCode的设置同步功能可以帮到你。在设置里开启“Settings Sync”你的编辑器设置、快捷键、扩展等都会在设备间同步。8.4 处理连接问题远程开发最烦人的就是连接不稳定。如果遇到连接断开检查网络先用ping或SSH命令测试服务器是否可达。重连VSCode通常会自动尝试重连也可以手动点击左下角的“重连”按钮。清理连接如果实在连不上可以删除本地SSH配置文件中对应的主机记录重新配置。9. 总结走完这一整套流程你应该已经能在VSCode里愉快地开发和调试远程服务器上的Phi-3-Mini-128K代码了。回顾一下核心其实就是几步装Remote-SSH扩展、连服务器、在远程环境装Python扩展、配调试、开始干活。实际用下来最大的感受就是方便。以前要反复在本地编辑、上传、远程执行、看日志现在所有操作都在一个界面里完成。调试的时候可以清清楚楚看到每一行代码的执行情况每一个变量的值效率提升不是一点半点。当然这套方法不只适用于Phi-3-Mini-128K任何在远程服务器上的Python项目都可以这么搞。如果你还没尝试过真的建议花点时间配置一下前期投入的一点时间后面会成倍地省回来。刚开始可能会遇到一些小问题比如连接失败、扩展安装慢、调试配置不对等等多试几次熟悉了就好了。遇到问题的时候可以多看看VSCode的输出面板那里通常有详细的错误信息对排查问题很有帮助。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
