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
哈里谢顿8 小时前
LangGraph 框架完全指南:构建生产级 AI 工作流
langchain·llm
UIUV13 小时前
Splitter学习笔记(含RAG相关流程与代码实践)
后端·langchain·llm
mCell18 小时前
分享一个常用的文生图提示词
人工智能·llm·数据可视化
gustt19 小时前
使用 LangChain 构建 AI 代理:自动化创建 React TodoList 应用
人工智能·llm·agent
Baihai_IDP20 小时前
在 Anthropic 的这两年,我学会了 13 件事
人工智能·程序员·llm
IvanCodes21 小时前
Anthropic突然开火:中国大模型被指大规模蒸馏攻击
人工智能·llm
树獭非懒1 天前
AI大模型小白手册|Embedding 与向量数据库
后端·python·llm
爱可生开源社区2 天前
MiniMax M2.5 的 SQL 能力令人惊艳!
sql·llm
鞋带松了2 天前
LangChain入门初体验-实现简单智能体
langchain·llm
孤烟2 天前
【RAG 实战系列 02】检索精度翻倍!混合检索(稀疏 + 稠密)实战教程
人工智能·llm