千问Qwen7B chat:本地部署及网页端使用

基于前面的安装经验,千问大模型的本地部署并不算难,主要时间用在大模型文件的下载上。同时系统运行对硬件也有较高的要求,本机的硬件配置为N卡3060,显存12G。

  1. 使用conda创建虚拟环境,主要版本如下:

Python 3.9.18

CUDA 12.1

pytorch 2.2.2

  1. 克隆代码到本地

git clone https://github.com/QwenLM/Qwen.git

  1. 进入Qwen目录,执行安装命令

安装依赖

pip install -r requirements.txt

安装 web_demo 依赖

pip install -r requirements_web_demo.txt

  1. 运行命令

python web_demo.py --server-port 8087 --server-name "0.0.0.0"

会下载很多模型文件,需要一点时间。下载完成后启动界面如下

在输入框里输入沟通内容"你是谁"。我们看一下后台输出:

相关推荐
CoderJia程序员甲1 天前
GitHub 热榜项目 - 日榜(2026-03-08)
ai·大模型·llm·github·ai教程
带娃的IT创业者1 天前
Prompt Engineering 进阶:让 AI 写出人类味道(完整指南)
人工智能·大模型·llm·prompt·写作技巧·ai 教学
CHPCWWHSU1 天前
初识llama.cpp - 轻量级推理引擎
llm·llama·cpp·cudatoolkit
树獭非懒1 天前
AI大模型小白手册 | RAG技术与应用
人工智能·llm
吴佳浩1 天前
大模型垂直领域微调系列(一):认识微调
人工智能·llm
AndrewHZ1 天前
【大模型通关指南】2. 大模型发展时间线:从GPT-1到当前主流模型的演进逻辑
人工智能·gpt·语言模型·大模型·llm·主流模型
一个处女座的程序猿1 天前
MLMs之Agent之Qwen:Qwen3.5的简介、安装和使用方法、案例应用之详细攻略
人工智能·llm·mlm·qwen3.5
JEECG官方2 天前
Mac Studio M4 通过 vLLM 部署本地大模型,对接 Jeecg-AI
低代码·llm·aigc
大鹏的NLP博客2 天前
LLM 在数据分析中的计算能力边界与正确用法
人工智能·数据分析·llm
阿拉斯攀登2 天前
Transformer 架构拆解:Encoder 与 Decoder 的秘密
人工智能·深度学习·架构·大模型·llm·transformer