ollama把huggingface下载下来的模型转换为gguf

说明

ollama导入从huggingface下载下来的模型在ollama的说明文档中有详细的介绍,大家可以按照文档说明进行操作。importing-pytorch–safetensors 。既然官方已经给出了明确的操作步骤，那么我写这篇博客的意义又是什么呢？主要有两个目的：1.我的操作可能更适合中国宝宝体质 2.方便后期自己查看

要求

• 建议使用conda管理python环境
• 建议使用linux或mac环境，如果只有windows环境建议安装wsl
• 也可以在docker容器中运行，方便其他人共用（这篇文章采用docker的方式运行，有需要的同学可以找我要docker镜像）

操作步骤

拉取基础镜像

docker pull  continuumio/anaconda3:2024.02-1

启动容器

docker run -itd --name gguf-convert  continuumio/anaconda3:2024.02-1
# 创建工作目录
mkdir work
cd work

进入容器

docker exec -it gguf-convert bash

下载ollama/ollama代码

git clone https://github.com/ollama/ollama.git ollama
cd ollama

获取其llama.cpp子模块

git submodule init
git submodule update llm/llama.cpp

创建python环境

conda create -n llama-env python=3.11.0

conda activate llama-env

pip install -r llm/llama.cpp/requirements.txt

pip install tiktoken

安装make

# 查看是否安装make
make --version
# 如果没有安装，则继续安装
apt-get update
apt-get install build-essential

构建quantize工具

make -C llm/llama.cpp quantize

下载HuggingFace中的模型 (可选择)

从官网或者镜像网站上下载需要的模型,说明文档中采用git lfs的方式进行下载，使用过程中发现会报错，建议手动下载（用迅雷会快些），下载完成后把数据放在/root/work目录下

转换模型

一些模型需要特殊的转换脚本，比如千问的模型可能就需要convert-hf-to-gguf.py脚本才可以正常转换

cd llm/llama.cpp
python convert-hf-to-gguf.py /root/work/MindChat/

生成的文件是：/root/work/MindChat/ggml-model-f16.gguf

番外篇

X-D-Lab/MindChat-Qwen-7B-v2模型转换为gguf

下载模型

模型下载完毕后(需要检查文件是否下载完整，下载不完整转换会报错)，移动到 /root/work 目录下

切换git版本

截至到2024年05月22日ollama的开源代码是有问题的，需要回退到指定版本（如果已经切换到指定版本不需要重复切换）

cd /root/work/ollama/llm/llama.cp
git reset --hard 46e12c4692a37bdd31a0432fc5153d7d22bc7f72

转换

python convert-hf-to-gguf.py /root/work/MindChat/

其他

llama.cp提供了更加详细的向量化教程，参考：git-instruction