Llama-Chinese本地部署，在mac上跑自己的大模型～

Llama中文大模型，本地部署步骤，让快速拥有自己的大模型。

环境：M3系列

模型：Atom-7B-Chat

下载地址文末领取！

前提条件

确保安装了 Python 3.10 以上版本。

准备环境：

最好是使用虚拟环境，以免环境污染。

1. 安装所需要的软件包，运行下面的命令。

git clone https://github.com/LlamaFamily/Llama-Chinese.git  

cd Llama-Chinese  

  

2\. 需要修改requirements.txt文件，注释掉：

torch\==2.2.1

  

3\. 先手动安装torch

pip3 install torch torchvision torchaudio

  

详细参考：https://pytorch.org/get-started/locally/

  

4\. 然后执行下面命令安装剩余依赖包  

pip install -r requirements.txt

下载模型：

可以从以下来源下载Atom-7B-Chat模型：

https://huggingface.co/FlagAlpha/Atom-7B-Chat

运行模型：

#!/usr/bin/env python``#coding=utf-8``'''``@File    : llm_chat.py``@Time    : 2024/09/21 11:44:15``@Author  : yelidexiao``@version : 1.0``@Desc    : None``'''``   ``   ``import torch``from transformers import AutoTokenizer, AutoModelForCausalLM``import os``from unittest.mock import patch``from transformers import AutoModelForCausalLM``from transformers.dynamic_module_utils import get_imports``   ``device_map = "cuda:0" if torch.cuda.is_available() else "auto"``model = AutoModelForCausalLM.from_pretrained('./Atom-7B-Chat',device_map=device_map,torch_dtype=torch.float16,trust_remote_code=False)``model =model.eval()``tokenizer = AutoTokenizer.from_pretrained('./Atom-7B-Chat',use_fast=False)``tokenizer.pad_token = tokenizer.eos_token``input_ids = tokenizer(['<s>Human: 介绍一下中国，不少于200字\n</s><s>Assistant: '], return_tensors="pt",add_special_tokens=False).input_ids``   ``input_ids = input_ids.to('mps')``generate_input = {``"input_ids":input_ids,``"max_new_tokens":512,``"do_sample":True,``"top_k":50,``"top_p":0.95,``"temperature":0.3,``"repetition_penalty":1.3,``"eos_token_id":tokenizer.eos_token_id,``"bos_token_id":tokenizer.bos_token_id,``"pad_token_id":tokenizer.pad_token_id``}``generate_ids  = model.generate(**generate_input)``text = tokenizer.decode(generate_ids[0])``print(text)

运行结果：

如何学习AI大模型 ？

“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，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。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

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。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

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。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉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

这份完整版的 AI 大模型学习资料已经上传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】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓