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
海边夕阳200611 小时前
【每天一个AI小知识】:什么是大语言模型(LLM)?
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·llm
bj_zhb11 小时前
图片的base64表示
python·llm
CoderJia程序员甲13 小时前
GitHub 热榜项目 - 日榜(2025-12-11)
git·ai·开源·llm·github
AI大模型13 小时前
【连载】零基础跟我学做AI Agent(第4课:用Autogen开发一个学霸Agent)
程序员·llm·agent
AI大模型13 小时前
【连载】零基础跟我学做AI Agent(第3课:用LangChain开发一个做题Agent)
langchain·llm·agent
恋上钢琴的虫13 小时前
【大模型实战篇】利用TensorRT LLM部署及推理大模型实战(bloom560m、chatglm-6b等大模型)
llm
沛沛老爹14 小时前
LightRAG系列3:LightRAG 环境准备与快速启动
大模型·llm·安装·helloworld·rag·lightrag·ai入门
亚里随笔17 小时前
推理语言模型训练策略的协同作用:预训练、中间训练与强化学习的交互机制
人工智能·语言模型·自然语言处理·llm·rl·agentic
Mintopia17 小时前
🚀 技术并购视角:AIGC领域的 Web 生态整合与资源重组
人工智能·llm·aigc