本地电脑使用ollama部署大模型并安装Chatbox:一文看通透

某些场景下可能希望构建一个完全本地离线可用的大模型,方法很多,模型也很多,比如 qwen、qwen2、llama3等,最简单快捷的首推使用 ollama 部署,模型选用 qwen 或 qwen2,针对中文任务效果更好。

首先下载 ollama 双击安装(277MB)

ollama下载地址: [www.ollama.com/download]

image.png

下载后双击安装

image.png

image.png

安装完毕后打开命令行黑窗口

开始菜单中找到命令提示符,点击打开

image.png

或者随便打开任意一个文件夹,然后在文件夹地址栏中输入 cmd 按回车。

image.png

都能打开一个黑窗口

image.png

找到想要使用的模型,推荐 qwen系列

打开这个网址 [www.ollama.com/library] 可以选择要使用的模型

image.png

比如使用 qwen,点击进入后,会看到如下

image.png

点击下拉框,可选择模型版本列表,4b 代表该模型有40亿参数,当然参数越大效果越好,但同样也要求你的电脑配置越高,不够高的话不仅运行慢,还可能卡死机。

image.png

如果你有英伟达显卡,并且独立显存不低于12G,可以选择 14b / 32b 版本,否则建议选择 7b

选择后,右侧会显示对应的下载命令,点击复制图标复制该命令,以7b为例命令是 ollama run qwen:7b

image.png

复制后回到黑窗口,点击鼠标右键粘贴该命令,然后回车,就开始了下载,耐心等待下载完毕。

image.png

直接在黑窗口交互方式使用

上面下载完毕后,就可以直接在黑窗口中使用了,试试先询问它是谁吧 image.png

关闭了黑窗口,如何在次使用呢

还记得怎么打开cmd吗,用同样方法去打开它,然后同样去粘贴命令。7b的命令是ollama run qwen:7b

就自动打开了。

还想使用其他模型怎么办

同样方法,去 [www.ollama.com/library]这个地址找到想用的模型,点击进入,选择模型版本,复制右侧命令,到 cmd黑窗口中粘贴回车。

cmd黑窗口太难用了,有没有ui界面

搭配 ollama 最好用的ui界面首推ollama官方的 [docs.openwebui.com]

image.png

如果你懂 docker部署或略懂代码,可参考手动安装。

如果你只想下载一个exe鼠标点点就能使用,可下载 chatbox,双击安装,同安装其他软件一样方法

[chatboxai.app/zh]

第一次运行点击设置

image.png

然后点击“显示”,再从下拉框里选择 “ollama”

image.png

然后在模型下拉框里选择你要使用的模型,所有通过 ollama run 命令安装的模型都会在此显示,选择好后点击保存

image.png

接着就可以发问了。更多使用方法可在左侧探索哦

image.png

如果想更改模型怎么办呢?看到左下角的“设置”了吗,点它就行了

pyVideoTrans视频翻译配音软件中能接入吗

当然可以,打开视频翻译软件-左上角设置菜单-本地兼容openai大模型–填写地址“[http://127.0.0.1:11434/v1”]

image.png

image.png

就可以了。主界面翻译渠道选择“LocalLLM”,完毕

如何学习AI大模型?

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。

在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

本文转自 https://blog.csdn.net/m0_65555479/article/details/140603162?spm=1001.2014.3001.5501,如有侵权,请联系删除。

  • 9
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在你提供的引用内容中,没有找到与你提到的错误信息相关的内容。要解决这个问题,可以尝试以下几个步骤: 1. 检查代码:仔细检查你的代码,确保在ChatBox对象中确实定义了history_text属性。如果没有定义,可以添加相应的属性。 2. 检查依赖:确保你的项目中已经安装了django-rest-swagger以及其他必要的依赖项。可以通过查看官方文档或使用pip命令来安装或更新依赖项。 3. 寻求帮助:如果以上步骤没有解决问题,你可以在相关的开发社区或论坛上寻求帮助。在提问时,提供更多的代码和错误信息将有助于其他开发者更好地理解问题并给出解决方案。 总结以上步骤,你可以通过检查代码、检查依赖以及寻求帮助来解决AttributeError: 'ChatBox' object has no attribute 'history_text'错误。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【Python】AttributeError: ‘AutoSchema’ object has no attribute ‘get_link’](https://download.csdn.net/download/weixin_38534444/13745029)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [搭建QQ聊天通信的程序:(1)基于 networkcomms.net 创建一个WPF聊天客户端服务器应用程序 (1)...](https://blog.csdn.net/weixin_34074740/article/details/86463613)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值