Made-With-ML

环境要求

• 已安装 Git 命令行工具
• 可访问 GitHub 与 madewithml.com 网络
• 使用 Anyscale 计算时需要一个 Anyscale 账号与可用的 anyscale CLI
• 本地克隆前准备一个空目录（因为 clone 使用 . 直接拉到当前目录）

安装与启动步骤

1. 1创建代码仓库

   按 README 指引在 GitHub 新建名为 Made-With-ML 的仓库，务必勾选 Add a README file 以产生 main 分支，然后点 Create repository。

2. 2克隆课程仓库

   在本地准备好的空目录中把官方仓库拉到当前路径，命令末尾的 . 表示克隆到当前目录，目录非空时会报错。

   git clone https://github.com/GokuMohandas/Made-With-ML.git .

   复制

3. 3阅读官方课程

   README 明确要求先过一遍官网课程，里面有本仓库内容更详细的逐步说明；本地与 Anyscale 两种运行方式可按页面下拉箭头切换。

4. 4确认计算配置文件

   仓库中已提供计算配置文件 deploy/cluster_compute.yaml，它决定工作负载运行在什么资源上，无需自己从零编写。

5. 5创建集群计算资源

   先导出计算名称环境变量，再用 anyscale 命令按配置文件创建计算资源；名称可自行替换，注意 g5.4xlarge 仅作示例。

   export CLUSTER_COMPUTE_NAME="madewithml-cluster-compute-g5.4xlarge"
   anyscale cluster-compute create deploy/cluster_compute.yaml --name $CLUSTER_COMPUTE_NAME

   复制

关键配置

如何确认成功

执行 git clone 后在当前目录能看到仓库文件（含 deploy/ 目录）；Anyscale 创建命令返回成功即表示计算资源已创建。

常见问题

注意事项

• 本教程只覆盖 README 节选中出现的 Git 与 Anyscale 命令，后续步骤请以 madewithml.com 课程页面为准。
• anyscale 相关命令要求已安装并登录 Anyscale CLI，README 节选未给出安装方法。
• g5.4xlarge 只是示例机型命名，实际可用机型与配额取决于你的账号。
• 克隆命令含结尾的 . ，执行前请确保当前目录为空。