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
修远客23 分钟前
对话式修改:Agent的人机协作模式 — Chat as Interface,对话不是聊天,是最高效的人机协作方式
llm·agent
武子康28 分钟前
机器人接入 AI 连续语音后,端云架构要改什么?
人工智能·llm·agent
tachibana21 小时前
大语言模型基础
数据库·人工智能·语言模型·自然语言处理·大模型·llm
阿里云云原生16 小时前
云原生 AI 基础设施演进:利用 Envoy Wasm 构建去中心化的 LLM 内容安全网关
llm
Novlan117 小时前
Transformer
llm
逸Y 仙X17 小时前
MCP(模型控制协议)完全指南:从核心概念到实战开发
python·大模型·llm·ai编程·mcp
DigitalOcean17 小时前
DigitalOcean 推理路由器新增缓存感知能力:为什么最便宜的模型不一定最省钱
llm
众人皆醒我独醉18 小时前
调和循环:kubectl apply 之后发生了什么
面试·llm·gpu
KAIWEILIUCC18 小时前
Ray:高性能、易扩展的Python分布式计算框架
分布式·llm
众人皆醒我独醉18 小时前
从 Spec 到资源:Predictor/Transformer/Explainer 如何变成 Deployment
面试·llm·gpu