ChatGLM3模型搭建教程

于 2024-09-14 14:01:41 发布
阅读量368 收藏 4
点赞数 7
分类专栏： 模型构建 文章标签： 智能对话 大语言模型 AIGC 语言模型 人工智能 自然语言处理 ChatGLM3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SJJS_1/article/details/142256780
版权

一、介绍

ChatGLM3 是智谱 AI 和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：

  • 更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。
  • 更完整的功能支持： ChatGLM3-6B 采用了全新设计的 Prompt 格式 ，除正常的多轮对话外。同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。
  • 更全面的开源序列： 除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base 、长文本对话模型 ChatGLM3-6B-32K 和进一步强化了对于长文本理解能力的 ChatGLM3-6B-128K。以上所有权重对学术研究完全开放 ，在填写 问卷 进行登记后 亦允许免费商业使用 。

二、 部署过程

基础环境最低要求说明：

环境名称版本信息1版本信息2
Ubuntu22.04.4 LTS
CudaV12.1.105
Python3.10.83.12.4
NVIDIA CorporationRTX 3060 *2RTX 3090

1. 更新基础软件包

查看系统版本信息

# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等
cat /etc/os-release

image.png

配置 apt 国内源

# 更新软件包列表
apt-get update

这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤，因为它确保了您获取的是最新版本的软件包。

# 安装 Vim 编辑器
apt-get install -y vim

这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为“是”，这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器，广泛用于编程和配置文件的编辑。

为了安全起见，先备份当前的 sources.list 文件之后，再进行修改：

# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak

这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。因为编辑 sources.list 文件时可能会出错，导致无法安装或更新软件包，有了备份，如果出现问题，您可以轻松地恢复原始的文件。

# 编辑软件源列表文件
vim /etc/apt/sources.list

这个命令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包含了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 命令保存更改并退出 Vim，或 :q! 命令不保存更改并退出 Vim。

编辑 sources.list 文件时，请确保您了解自己在做什么，特别是如果您正在添加新的软件源，因为错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定，最好先搜索并找到可靠的源信息，或者咨询有经验的 Linux 用户。

image.png

使用 Vim 编辑器打开 sources.list 文件，复制以下代码替换 sources.list里面的全部代码，配置 apt 国内阿里源。

deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

image.png

安装常用软件和工具

# 更新源列表，输入以下命令：
apt-get update

# 更新系统软件包，输入以下命令：
apt-get upgrade

# 安装常用软件和工具，输入以下命令：
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential

出现以下页面，说明国内apt源已替换成功，并且能够正常安装apt软件和工具

image.png

2. 安装 NVIDIA CUDA Toolkit 12.1

  • 下载 CUDA Keyring ：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb

这个命令用于下载 CUDA 的 GPG 密钥环，它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。

  • 安装 CUDA Keyring ：
dpkg -i cuda-keyring_1.0-1_all.deb

使用 dpkg 安装下载的密钥环。这一步是必需的，以便 apt 能够验证从 NVIDIA 仓库下载的软件包的签名。

image.png

  • 删除旧的 apt 密钥（如果必要） ：
apt-key del 7fa2af80

这一步可能不是必需的，除非您知道 7fa2af80 是与 CUDA 相关的旧密钥，并且您想从系统中删除它避免混淆。通常情况下，如果您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环，这一步可以跳过。

  • 更新 apt 包列表 ：
apt-get update

更新 apt 的软件包列表，以便包括刚刚通过 cuda-keyring 添加的 NVIDIA 仓库中的软件包。

  • 安装 CUDA Toolkit ：
apt-get -y install cuda-toolkit-12-1

image.png

出现以下页面，说明 NVIDIA CUDA Toolkit 12.1 安装成功

image.png

注意：这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为 cuda-toolkit-12-1 的包。通常，您会安装一个名为 cuda 或 cuda-12-1 的元包，它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库，以确认正确的包名。

如果您正在寻找安装特定版本的 CUDA Toolkit，您可能需要安装类似 cuda-12-1 的包（如果可用），或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run 安装程序进行手动安装。

请确保您已查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最准确的包名和安装指令。

image.png

  • 出现以上情况，需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量

编辑 ~/.bashrc 文件

# 编辑 ~/.bashrc 文件
vim ~/.bashrc

插入以下环境变量

# 插入以下环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

image.png

激活 ~/.bashrc 文件

# 激活 ~/.bashrc 文件
source ~/.bashrc

查看cuda系统环境变量

which nvcc
nvcc -V

image.png

3. 安装 Miniconda

  • 下载 Miniconda 安装脚本 ：
    • 使用 wget 命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包含了 Anaconda 的核心组件，用于安装和管理 Python 包。
  • 运行 Miniconda 安装脚本 ：
    • 使用 bash 命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

# 初次安装需要激活 base 环境
source ~/.bashrc

按下回车键（enter）

image.png

输入yes

image.png

输入yes

image.png

安装成功如下图所示

image.png

pip配置清华源加速

# 编辑 /etc/pip.conf 文件
vim  /etc/pip.conf

加入以下代码

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

注意事项：

  • 请确保您的系统是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
  • 在运行安装脚本之前，您可能需要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 命令给予脚本执行权限。
  • 安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
  • 安装完成后，您可以使用 conda 命令来管理 Python 环境和包。
  • 如果链接无法访问或解析失败，可能是因为网络问题或链接本身的问题。请检查网络连接，并确保链接是最新和有效的。如果问题依旧，请访问 Anaconda 的官方网站获取最新的下载链接。

4. 从 github 仓库克隆项目

  • 克隆存储库：
    • git clone https://github.com/THUDM/ChatGLM3
    • 这个命令使用 git clone 从指定的 GitHub 地址克隆 "ChatGLM3" 项目，默认情况下 Git 会克隆整个项目的所有提交历史。
  • 切换目录：
    • cd ChatGLM3
    • 这个命令使用 cd（change directory）命令切换当前工作目录到刚才克隆的 "ChatGLM3" 目录中。这意味着接下来执行的所有命令都是在该项目目录下执行。
# 克隆 ChatGLM3 项目
git clone https://github.com/THUDM/ChatGLM3

# 切换到克隆的项目目录中
cd ChatGLM3

image.png

出现以上页面即是克隆项目成功！

请注意，如果 git clone https://github.com/THUDM/ChatGLM3 这个链接不存在或者无效，git clone 命令将不会成功克隆项目，并且会报错。确保链接是有效的，并且您有足够的权限访问该存储库。

5. 创建虚拟环境

# 创建一个名为 ChatGLM3 的新虚拟环境，并指定 Python 版本为 3.10.8
conda create --name ChatGLM3 python=3.10.8

image.png

# 激活新创建的虚拟环境
conda activate ChatGLM3

image.png

6. 安装模型依赖库：

  • 切换到项目目录
# 切换到项目工作目录
cd /ChatGLM3
  • 激活 ChatGLM3 虚拟环境
conda activate ChatGLM3
  • 安装 requirements.txt 依赖
# 在 ChatGLM3 环境中安装 requirements.txt 依赖
pip install -r requirements.txt

image.png

依赖安装成功如下图所示：

image.png

7. 下载预训练模型：

# 创建一个THUDM文件夹
mkdir -p /ChatGLM3/basic_demo/THUDM

# 递归复制ChatGLM3这个整体文件夹到数据盘位置（因为模型有点大，系盘无法存放）
cp -r /ChatGLM3 /root/sj-tmp/

# 切换到 ChatGLM3 项目的 THUDM 目录
cd /root/sj-tmp/ChatGLM3/basic_demo/THUDM

安装 modelscope 依赖包

pip install modelscope

image.png

创建一个Python下载脚本

vim modelscope_download.py

插入以下下载代码

# Python 代码下载模型
from modelscope import snapshot_download
model_dir = snapshot_download('ZhipuAI/chatglm3-6b', cache_dir='./', revision='master')

执行 modelscope_download.py 文件进行模型下载

python modelscope_download.py

image.png

8. 运行 web_demo_gradio.py 文件

cd /root/sj-tmp/ChatGLM3/basic_demo/
python web_demo_gradio.py

image.png

出现以上代码“ModuleNotFoundError: No module named 'peft'”报错，安装 peft 依赖包

# 安装 peft
pip install peft

image.png

image.png

出现以上报错，需要修改模型路径

# 编辑 web_demo_gradio.py 文件
vim  web_demo_gradio.py

image.png

替换为

MODEL_PATH = os.environ.get('MODEL_PATH', 'THUDM/ZhipuAI/chatglm3-6b')

image.png

出现以上结果，还需要继续修改 web_demo_gradio.py 文件的IP和端口，才能进入 gradio 页面

编辑 web_demo_gradio.py 文件
vim  web_demo_gradio.py

image.png

替换为

demo.launch(server_name="0.0.0.0", server_port=8080, inbrowser=True, share=True)

替换说明：server_name 为IP地址, server_port 为端口号，根据访问需求进行替换即可

image.png

三、网页演示

出现以下Gradio 页面，即是模型已搭建完成。

image.png

算家云
关注
专栏目录
大模型的实践应用28-基于ChatGLM大模型搭建智能自助用药问答系统、药物智能管理系统的应用详解
weixin_42878111的博客
09-04 298
大家好，我是微学AI，今天给大家介绍一下大模型的实践应用28-基于ChatGLM大模型搭建智能自助用药问答系统、药物智能管理系统的应用详解。 随着人工智能技术的发展，我们的生活在许多方面都得到了改善。本文将介绍如何利用现有的大模型（如：ChatGLM2-6b,百川,通义千问）构建一个智能自助用药问答系统与智能管家。该系统旨在提供更有效、安全和便捷的个性化药物管理服务，以提高患者的生活质量和健康状况。
ChatGLM3 模型学习与实战
争渡的博客
10-30 2639
智谱AI于27日论坛上推出了全自研的第三代基座大模型ChatGLM3及相关系列产品，这也是智谱AI继推出千亿基座的对话模型ChatGLM和ChatGLM2之后的又一次重大突破。
【优质书籍推荐】ChatGLM3大模型微调、部署与开发
热门推荐
weixin_43178406的博客
04-29 4万+
本文深入讲解了大模型巨作：《ChatGLM3大模型本地化部署、应用开发与微调》，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 书籍推荐 2.1 内容简介 2.2 本书作者 2.3 本书目录 2.4 适合读者 3. 购买链接
国产大语言模型ChatGLM3本地搭建、使用和功能扩展
m0_63171455的博客
06-17 1855
ChatGLM3]
Langchain-Chatchat本地搭建ChatGLM3模型和提取PDF内容
penngo的专栏
03-08 3811
该要求仅针对标准模式，轻量模式使用在线模型，不需要安装torch等库，也不需要显卡即可运行。本文运行例子：上传一个PDF文档到知识库，并通过问答的方式提取PDF内容。问答方式提取内容，除了第一个社会信用代码不准确外，其它问题都能返回准确答案。更多信息可通过 python startup.py -h 查看。配置环境变量，输入vi ~/.bashrc命令打开文件。当前pytorch最高支持12.1，在官网。，支持的最高版本是12.3。下载完成，输入下边命令安装。下载12.1.1版本。
ChatGLM的搭建过程
Luke Ewin的博客
05-03 1688
本篇文章将会从零开始教你搭建一个属于自己的ChatGLM。
Ubuntu 部署ChatGLM3大语言模型
分享DotNet技术和日常开发笔记，DotNet，Python为主。
04-16 1040
ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。源码：https://github.com/THUDM/ChatGLM3。
手把手教你本地部署清华大模型 ChatGLM3
python1234567_的博客
07-15 1810
这是 ChatGPT 应用的访问 URL接着，在仓库目录下执行。
基于 ChatGLM3 和 LangChain 搭建知识库
qmbgk的博客
06-23 528
LangChain 是一个开源库，专为构建语言模型代理而设计，使开发者能够轻松集成和控制大型语言模型，如 OpenAI 的 GPT。LangChain 提供了一系列工具和框架，支持多种功能，包括但不限于聊天机器人、问答系统和自动化文本生成。")构造函数初始化了嵌入模型、嵌入向量数据库、文本数据库和其他相关属性。这为文档处理和查询提供了基础。
离线AI聊天清华大模型(ChatGLM3)本地搭建指南
2401_84204413的博客
06-03 987
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。-END-👉AGI大模型学习路线汇总👈大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
Windows10下史上最新版本最详细ChatGLM36B环境搭建详细步骤
11-11
在本文中，我们将详细介绍如何在Windows 10环境下搭建最新的ChatGLM3-6B模型的运行环境。ChatGLM3-6B是由智谱AI和清华大学KEG实验室联合发布的中英双语对话模型，其在多项指标上表现出显著的性能提升，包括更高的...
ChatGLM大语言模型
11-16
"ChatGLM-6B-dev"这个文件可能是ChatGLM模型的开发版本，可能包含了模型的权重文件、训练日志、评估脚本等，供研究者和开发者用于模型的进一步调优和实验。利用这些资源，开发者可以对模型进行微调，使其更适合特定...
基于微调的法律ChatGLM模型.zip
06-05
《基于微调的法律ChatGLM模型：深度学习在法律咨询中的应用》 在现代信息技术的推动下，人工智能已经深入到各个领域，特别是在法律服务行业，AI的应用正在逐步改变传统的工作模式。本项目以“基于微调的法律ChatGLM...
基于真实问诊数据集的某医院在线ChatGLM模型.zip
06-05
综合以上分析，这个项目提供了一个专门针对医疗问诊场景的ChatGLM模型，用户可以利用提供的数据集、代码和教程，快速将模型集成到自己的在线医疗服务中，实现智能问答和辅助诊断功能。这样的工具对于提升医疗服务...
解码3D数字人及AIGC产品，如何赋能医美行业全场景业务增长
最新发布
Xmov2024的博客
09-13 487
此次盛会汇聚了医美行业的顶尖精英与前瞻者，他们围绕“聚焦营销，合规增长，融合共创”的主题，深入剖析了行业的新趋势、新机遇与新挑战。刘奎明总结道，魔珐科技的AIGC技术不仅为医美行业带来了创新的营销手段和服务形式，更重要的是通过打通公域获客、私域运营和1V1个性化服务的全链路营销体系，赋能医疗美容行业。此外，通过3D数字人服务1V1轻应用，3D数字人海能够化身专业的美容顾问，以亲切、专业的形象与用户进行深度互动，增强了用户的信任与忠诚，提高了用户深度服务体验。还可以通过沉浸式的视频，展示术前术后的变化，
【AIGC数字人】EchoMimic:基于可编辑关键点条件的类人音频驱动肖像动画
qq_44091004的博客
09-08 873
EchoMimic:基于可编辑地标条件的类人音频驱动肖像动画
【AIGC】InstructPixPix:基于文本引导的图像编辑技术
qq_44091004的博客
09-09 1158
InstructPixPix:基于文本引导的图像编辑技术
OPENAIGC开发者大赛企业组AI黑马奖 | AIGC数智传媒解决方案
RPA中国
09-12 354
目前公司主要业务包括三大产品（BextAI平台，AI智能体，AI工作流）和解决方案 目前市面上通用大模式无法全面支撑垂直领域的应用和拓展，我们采用大模型+小模型的解决方案，有效为客户降本增效，使客户做到模型驱动，业务智能，决策智能。希望通过这个解决方案，能够让AI技术更加深入地应用到企业化办公环境之中，对企业的信息处理、分析及优化、宣传方案等方面提供强大的技术保障，进一步提升办公效率并且赋能企业的业务延伸和拓展。针对文化交流与教育市场，提供智能生成和推荐系统，解决了多语言支持和内容生成效率低的问题。
AIGC在商业银行中的应用现状及债券业务落地领域分析
银行信息系统应用架构导论
09-10 273
此外，自研大模型所需的技术能力、试错成本及由此带来的时间成本也非常高，因此多数商业银行选择与外部厂商合作，借助第三方厂商的技术与大模型在预训练阶段的成果，利用商业银行金融数据进行精调，以实现AIGC的应用。从对AIGC的应用场景来看，几乎所有商业银行在布局或应用AIGC时均将其对话能力作为重点方向，智能客服是最主要的应用场景。因此，在业务经营管理数字化过程中，应注意传统AI与AIGC的配合使用，可以将智能客服等比较成熟的应用场景先试水，在部分场景实验结果的基础上尽快落地其他场景，以节约人力，降低人工成本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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