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
组合缺一30 分钟前
赋予 AI Agent “无限续航”:语义保护型上下文压缩技术解析
人工智能·ai·llm·agent·solon·solon-ai
DevilSeagull2 小时前
LangChain & LangGraph 介绍
人工智能·程序人生·langchain·大模型·llm·vibe coding
XLYcmy3 小时前
智能体大赛 实现逻辑 大容量数据预处理机制
ai·llm·json·prompt·api·检索·万方数据库
XLYcmy5 小时前
智能体大赛 实现逻辑 “检索先行”的闭环工作流
数据库·ai·llm·prompt·agent·rag·万方
数据智能老司机5 小时前
Prompt 驱动开发手册——AI-人类协作编程革命
llm·敏捷开发·vibecoding
Tadas-Gao7 小时前
校准之弧与演进之轮:大模型时代的软件工程范式革命
人工智能·深度学习·架构·大模型·llm·软件工程
智泊AI7 小时前
一文讲清:Anthropic构建Agents的设计理念,建议收藏!
llm
@atweiwei7 小时前
Rust 实现 LangChain
开发语言·算法·rust·langchain·llm·agent·rag
山顶夕景8 小时前
【VLM】Qwen3-VL模型架构和训练流程
大模型·llm·多模态·vlm
麦麦大数据17 小时前
M003_中药可视化系统开发实践:知识图谱与AI智能问答的完美结合
人工智能·flask·llm·vue3·知识图谱·neo4j·ner