​
Fairseq是由Facebook开源的经典Seq2Seq库，其github地址如下：
https://github.com/facebookresearch/fairseq

Fairseq__4">Fairseq 安装：

conda create -n {YOUR_ENV_NAME} python=3.9conda activate {YOUR_ENV_NAME}git clone https://github.com/pytorch/fairseqcd fairseqpip install --editable ./

1. 出现了卡在 installing build dependencies … 的问题。
   解决：改用 pip install --editable ./ --no-build-isolation
2. 遇到了卡在 solving environment… 的问题。
   解决：在https://pytorch.org/get-started/locally/ 网站上根据设备选择安装指令。比如 conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
3. 算力资源不够，跑不动模型。
   解决：减小数据集。比如随机采样十分之一。代码如下：

cd examples/translation/
bash prepare-iwslt14.sh
cd ../..
TEXT=examples/translation/iwslt14.tokenized.de-en
mkdir -p data-bin/iwslt14.tokenized.de-en-sampled# 从原始数据中随机抽取十分之一的数据
shuf -n $(($(wc -l < "$TEXT/train.de") / 10)) "$TEXT/train.de" > "$TEXT/train.de"
shuf -n $(($(wc -l < "$TEXT/train.en") / 10)) "$TEXT/train.en" > "$TEXT/train.en"fairseq-preprocess --source-lang de --target-lang en \--trainpref "$TEXT/train.sampled" --validpref "$TEXT/valid" --testpref "$TEXT/test" \--destdir data-bin/iwslt14.tokenized.de-en-sampled

配环境对我来说常常不是一件容易的事情…会有走好多莫名其妙的弯路和碰到好多奇奇怪怪的问题。经验是…首先不要预设设备和软件会出现问题，也不要预设自己解决不了…几乎所有的问题都已经有人遇到过了，可以直接地搜索遇到的问题，从简洁的解决方案试起…