Своё окружение и свой путь по курсу

Код этого курса вы запускаете у себя, поэтому окружение стоит собрать и проверить до первого обучения — вместе с пониманием того, какие у него границы. Без этого половина «у меня не работает» окажется не про модель, а про установку.

Задание

Соберите окружение курса и покажите, что оно работает. Работать можно на своей машине, в облаке или и там и там — правильных вариантов несколько, и выбор зависит от вашего железа.

1. Соберите окружение по первому шагу этого урока: Python 3.13, torch из индекса PyTorch, остальное из requirements.txt. Если своей видеокарты нет или в ней меньше 8 ГБ, соберите его в блокноте Colab, Kaggle или на любом удобном вам аналоге.
2. Запустите check.py и приложите скриншот вывода. Нужен снимок вашего прогона целиком, со всеми строками, а не текст, переписанный руками.
3. Прочитайте свой вывод и напишите, что он означает для вас: сколько у вас видеопамяти, что с ней помещается, а что придётся уменьшать или уносить в облако. Если карты нет — скажите, на чём тогда будут проходиться уроки с обучением.
4. Назовите свой путь по курсу и обоснуйте его: только локально, только облако или смешанный. Обоснование должно опираться на числа — вашу видеопамять и лимиты выбранного сервиса, — а не на общее «в облаке удобнее».

Что прислать

• Скриншот вывода check.py — со своей машины либо из блокнота, где видна выданная карта.
• Текст на несколько абзацев: разбор вывода и выбранный путь с обоснованием.

Примечание

Если проверка что-то не нашла или карту не увидела, а починить не удалось — приложите скриншот как есть и опишите, что уже пробовали. Разобранная неудача засчитывается: она полезнее аккуратного пересказа чужого вывода.