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
CodeDevMaster11 小时前
关于PaddleOCR-VL部署与使用说明
docker·llm
众人皆醒我独醉12 小时前
分布式训练与 Ring AllReduce:从单卡绝望到多卡协同
人工智能·面试·llm
熊猫钓鱼>_>15 小时前
AI 3D 虚拟盲盒工坊:用腾讯云混元3D + TTS Skills 打造会说话的三维收藏品
人工智能·大模型·llm·agent·tts·混元3d·多skill协同
做前端的娜娜子16 小时前
第二个 AI 调用——invoke 阻塞式与 stream 流式生成
人工智能·llm·掘金·金石计划
想要成为糕糕手17 小时前
🐎 从“幻觉”到“可控”:手把手构建一个 LLM 自优化流水线 Harness
前端·llm·agent
艺杯羹17 小时前
LLM越狱与安全护栏攻防大演进:从奶奶漏洞到输入输出双重检测模型
网络·安全·网络安全·ai·llm·大语言模型·ai安全
武子康18 小时前
上下文装不下以后:Pi Compaction 怎样压缩历史,又会丢掉什么
人工智能·llm·agent
众人皆醒我独醉18 小时前
Embedding:把词变成向量——AI 理解语义的唯一方式
人工智能·面试·llm
武子康19 小时前
打断不是听到声音就闭嘴:语音 Agent 的话权状态怎样真正收敛
人工智能·llm·agent
小当家.10520 小时前
LLM结构化输出与流式响应:从JSON修复到SSE全链路
llm·json