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
OpenBayes贝式计算3 小时前
强化文字渲染与海报排版:百度开源文生图模型 ERNIE-Image-Turbo;告别大模型「遗忘」:微软 OpenMementos 上下文压缩训练数据集上线
microsoft·百度·llm
MrMao0073 小时前
我做了一个会"自我进化"的小红书运营 Agent——它自己上网搜笔记、读图片、蒸馏知识
llm·agent
倘来之遇3 小时前
GraphRAG 深度解析:从原理到实战
llm·rag·graphrag
一个处女座的程序猿6 小时前
LLMs之Memory之MIA:《Memory Intelligence Agent》翻译与解读
llm·agent·memory
TheRouter9 小时前
gpt-image-2发布第一天,我用它替换了文章配图的整套流程
gpt·ai·ai作画·llm·openai
渡边时雨11 小时前
大多数人搭 RAG,第一步就错了
后端·llm
bryant_meng13 小时前
【AGI】OpenClaw
人工智能·深度学习·llm·agi·openclaw
J_bean1 天前
大语言模型 API Token 消耗深度剖析
人工智能·ai·llm·大语言模型·token
BeforeEasy1 天前
结合Agent的RAG技术梳理【详细版】
llm·agent·rag
CoderJia程序员甲1 天前
GitHub 热榜项目 - 日榜(2026-04-21)
ai·大模型·llm·github·ai教程