[大模型]ollama本地部署自然语言大模型_ollama下载的模型能不能训练

文章目录

• ollama

• * 下载地址
  1

  •   * githup
    1

    • 百度云
  • 模型默认安装位置
  • 修改模型默认安装位置
  • 可下载模型
  • 相关命令
• Chatbox客户端

• * 下载地址
  1

  •   * githup
    1

    • 百度云
  • 设置ollama模型并运行

大模型已经发布很久，网络上的大模型形形色色，现在已然是群英荟萃，那么，如何在本地运行一个大模型？
本文采用ollama，简单运行本地大模型，不需要写代码。
测试机器：
i5 8400
16G内存
1060 6G
安装ollama安装，下载，运行模型。Chatbox作为桌面程序，用来更方便的调用大模型。
经测试，gemma:2b模型可流畅运行

ollama

下载地址

githup

https://github.com/ollama/ollama/releases
![](https://img-
blog.csdnimg.cn/img_convert/722172cb3f0b264d1dce233ba17c3d86.png)

百度云

https://pan.baidu.com/s/1kETzxfpJEDm0LovVRf4AFg?pwd=anan

模型默认安装位置

C:\Users\用户名\.ollama
1

修改模型默认安装位置

模型的默认下载路径为

C:\Users\<username>\.ollama\models
1

如果不想保存在C盘，需要修改，择需要添加环境变量，并重启ollama

OLLAMA_MODELS
1

![image.png](https://img-
blog.csdnimg.cn/img_convert/a7a28a0703d173aa3e41161d63687d89.png)
修改完毕后需要重启ollama，在任务栏右键退出。之后再window中双击运行
![在这里插入图片描述](https://img-
blog.csdnimg.cn/direct/03990e79f4e149e98e90e470416c423d.png)

![在这里插入图片描述](https://img-
blog.csdnimg.cn/direct/ce8dfe20e18348eebc20700e7e52083a.png)
最后可以看到在我们的设置页面中出现了一个新的文件夹，这就表示设置成功了
![在这里插入图片描述](https://img-
blog.csdnimg.cn/direct/4c00a616245b42f3909b662a1411458b.png)

可下载模型

执行以上命令后，Ollama 将开始初始化，并自动从 Ollama
模型库中拉取并加载所选模型。一旦准备就绪，就可以向它发送指令，它会利用所选模型来进行理解和回应。
记得将modelname名称换成要运行的模型名称，常用的有：

运行 7B 至少需要 8GB 内存，运行 13B 至少需要 16GB 内存。

相关命令

# 查看本地已经下载的模型
ollama list
1
2

![image.png](https://img-
blog.csdnimg.cn/img_convert/ef39d7f4a5e423a0136a4ca93a1800fa.png)

# 下载模型 例如gemma:2b
ollama run gemma:2b
1
2

下载完毕后
![image.png](https://img-
blog.csdnimg.cn/img_convert/80453e7879988af1cf2b779498c7711c.png)
可通过命令行输出与之对话
![image.png](https://img-
blog.csdnimg.cn/img_convert/fcd26ca3f5ab3a3a3802bde2adf02ddd.png)

Chatbox客户端

Chatbox 支持 ollama，可以使用图形化的对话方式。

下载地址

githup

https://github.com/Bin-Huang/chatbox/releases

百度云

https://pan.baidu.com/s/11mUtHDAN-nvfk0L_3ZE26Q?pwd=anan

![image.png](https://img-
blog.csdnimg.cn/img_convert/95a046a64b044b30fb14040f7f27eca7.png)

设置ollama模型并运行

![image.png](https://img-
blog.csdnimg.cn/img_convert/93d5d9a33fb77330de09ed68f72e9d15.png)
![image.png](https://img-
blog.csdnimg.cn/img_convert/59ccd53e0cef9f0300669751bb9a5d79.png)
![image.png](https://img-
blog.csdnimg.cn/img_convert/33137f9e58f1daebe0f9e93126122b18.png)

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】