赞
踩
该篇教程主要讲解*Ollama的安装和简单使用*
Ollama:
在本地启动并运行大型语言模型。
主要流程目录:
1.安装
2.使用
2.1.下载模型
2.2.简单使用
2.3.中文模型
2.4.中文社区
3.总结
1.安装
创建一个容器
切换”高级视图“
参考填写
ollama
ollama/ollama:latest
https://mmbiz.qpic.cn/sz_mmbiz_png/5xFLia3A3km6oibL7VLZV0B09KTUphrnTjIXGsuraPsJr0a0yzQuxlgjnZnT5m56tDCSic9h2XP34cvNjiaMk1POmQ/640?wx_fmt=png&from=appmsg
http://[IP]:[PORT:11434]/
Tip:
上面配置是纯CPU运行,如果要使用GPU(Nvidia/AMD)自行看文档
https://hub.docker.com/r/ollama/ollama
添加其他参数
/root/.ollama
/mnt/user/appdata/ollama
11434
11434
2.使用
上面部署的这个只是一个框架,还需要下载模型才可以运行。如果需要美观的UI界面,还需要另外安装其他应用配合。
2.1.下载模型
来到官网,点击右上角"Model",下载模型
点击可以进行排序,这里我选择llama3
Tip:
- 7b 大小的模型通常至少需要 8GB RAM
- 13b 大小的模型通常至少需要 16GB RAM
- 33b 大小的模型通常至少需要 32GB RAM
- 70b 大小的模型通常需要至少 64GB RAM
可以选择模型大小进行下载,复制右侧代码(不指定大小默认是8B)
打开ollama的控制台
Tip:
一定要保证网络通畅,还有一定不要关闭弹窗不然就看不到进度了
拉取llama3模型
ollama pull llama3
模型下载完成
2.2.简单使用
因为没有UI界面,所以还是在这个控制台界面操作
列出模型
ollama list
前面部分就是名称了(只有一个版本的话,可以不用后面版本)
运行模型
ollama run 模型名称
可以直接输入问题,回车确认
中文也是没问题的
2.3.中文模型
虽然一般的模型都可以中文问答,但是有时候还是会出现英文回复现象。所以我建议是可以直接用中文微调的模型,这样比较省事。
拉取中文模型(拉取一个就行了,这里我是拉取Llama3的)
运行效果
Tip:
删除模型(如果前面下载的模型不想要了,可以删除)
ollama rm 模型名称
2.4.中文社区
这里属于扩展部分,简单介绍Llama中文社区
Llama中文社区(GitHub),上面相关教程还是很多很全面的,也可以下载中文相关的模型。
https://github.com/LlamaFamily/Llama-Chinese
Llama中文社区(官网),很有意思的网站,建议自行挖宝
https://llama.family/
3.总结
部署和使用其实还是很方便的,没有遇到什么问题,小白也可以轻松上手。本地部署大模型的好处就是不需要联网,数据相当比较安全。虽然运行模型对设备要求不算太高,但想要有一个比较好的体验还是需要性能好一点。
上面测试用的是QNCT(6C12T,而且当时还运行其他占用资源比较多的应用),下面这段话回复大概用了57秒左右
需要内存还是比较大的,会随着使用增多
没有加载模型前
加载模型以后
回复问题时
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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
】
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。