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
爱听歌的周童鞋3 小时前
Learn-Claude-Code | 笔记 | Tools & Execution | s01 The Agent Loop | s02 Tools
llm·agent·note·claude code·tool use·agent loop
怕浪猫7 小时前
第6章 链(Chains):构建可组合的工作流
langchain·llm·ai编程
JavaGuide7 小时前
万字拆解 LLM 运行机制:Token、上下文与采样参数
ai·llm·prompt·ai编程·token
CHPCWWHSU8 小时前
模型加载与初始化(3)
llm·llama·cpp·cudatoolkit
威化饼的一隅8 小时前
【大模型LLM学习】从强化学习到GRPO【上】
大模型·llm·agent·强化学习·智能体·grpo
chaors8 小时前
Agent来了0x02:第一个实战小demo -铁路智能订票小助手
llm·agent·ai编程
张彦峰ZYF10 小时前
大模型LLM ACA - ACP认证考试模拟试卷六
大模型·llm·aca - acp
swipe21 小时前
AI 应用里的 Memory,不是“保存聊天记录”,而是管理上下文预算
前端·llm·agent
AAI机器之心1 天前
这个RAG框架绝了:无论多少跳,LLM只调用两次,成本暴降
人工智能·python·ai·llm·agent·产品经理·rag
晴栀ay1 天前
Generator + RxJS 重构 LLM 流式输出的“丝滑”架构
javascript·后端·llm