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
WitsMakeMen17 分钟前
用矩阵实例具象化 RankMixer 核心机制
人工智能·线性代数·矩阵·llm
dzj20211 小时前
Unity中使用LLMUnity遇到的问题(一)
unity·llm·llmunity
智泊AI11 小时前
不靠模仿的第三条路:DeepSeek 凭数学推导,为何撞上 Google 的工程直觉?
llm
laplace012317 小时前
claude code架构猜测总结
架构·大模型·llm·agent·rag
lkbhua莱克瓦2418 小时前
RAG到RGA:生成式AI的范式演进
人工智能·llm·prompt·大语言模型·rag·rga
tswddd19 小时前
Debug:mlx-omni-server服务器用qwen3模型出错
llm·debug
致Great20 小时前
TextIn × Agentic RAG:让大模型真正读懂学术论文
llm·agent
Stirner1 天前
A2UI : 以动态 UI 代替 LLM 文本输出的方案
前端·llm·agent
kagg8861 天前
mcp-gateway —— 隐藏mcp上下文以避免不必要的tokens开销
llm·mcp
夏日白云1 天前
《PDF解析工程实录》第 17 章|内容流里“看得见却看不见”的字符:那些幽灵文字从哪来?
pdf·llm·大语言模型·rag·文档解析