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
ZaneAI15 分钟前
🚀 Vercel AI SDK 使用指南: 消息元数据 (Message Metadata)
llm·agent
ZaneAI15 分钟前
🚀 Vercel AI SDK 使用指南:手动读取 UI 消息流 (Reading UI Message Streams)
llm·agent
utmhikari1 小时前
【测试人生】LLMAgent在变更风险防控垂类应用的思考
ai·大模型·llm·agent·产品经理·稳定性·变更风险
XLYcmy1 小时前
智能体大赛 技术架构 核心驱动层
人工智能·算法·机器学习·llm·prompt·agent·qwen
智泊AI3 小时前
一文讲清:Agent、A2A、Skills和MCP的概念及区别
llm
ZaneAI3 小时前
🚀 Vercel AI SDK使用指南:错误处理 (Error Handling)
llm·agent
ZaneAI3 小时前
🚀 Vercel AI SDK 使用指南:生成式用户界面 (Generative UI)
llm·agent
ZaneAI21 小时前
🚀 Vercel AI SDK 使用指南:图像生成 (Image Generation)
llm·agent
海棠AI实验室1 天前
第四章 文本数据清洗:去重、分段、规范化、脏词与格式纠错(先把数据“训得动”,再谈模型“训得好”)
llm·私有模型训练·私有大模型训练
董厂长1 天前
RAG 中的分块策略(Chunking Strategy)
人工智能·llm·rag·分块策略