- 博客(169)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 第三十九篇-TeslaP40+CosyVoice-安装
以上文本，在P40中大概20秒生成，GPU显存消耗 2126MiB GPU 90%~100%可以先下载CosyVoice-300M-Instruct与CosyVoice-ttsfrd。
2024-08-28 21:44:52
450
原创 第三十八篇-TeslaP40-SenseVoice部署,速速杠杠的
TeslaP40-SenseVoice部署,速速杠杠的，P40默认跑SenseVoice，识别1分钟的音频3秒完成，识别的准确率还是很好的，有待进一步测试。
2024-08-24 00:31:58
244
原创 CentOS7+Python+Flask+Https服务
确认Openssl存在req 是 OpenSSL 工具的一个子命令，用于处理证书签名请求。-newkey rsa:2048 选项表示要创建一个新的 RSA 密钥，并将其长度设置为 2048 位。这个密钥将用于后续的证书请求和签名操作。-nodes 选项表示不要对私钥进行加密，即使私钥被泄露也不会对其进行保护。这在测试和开发过程中很有用，但在生产环境中不建议使用。-keyout example.key 选项指定了生成的私钥文件的路径和名称。
2024-08-22 22:35:32
401
原创 ImportError: cannot import name ‘is_mlu_available‘ from ‘accelerate.utils‘异常处理
ImportError: cannot import name 'is_mlu_available' from 'accelerate.utils'pip install --upgrade accelerate
2024-07-25 11:14:54
2564
原创 宝塔安装完成，但访问https宝塔面板404,可以试试如下操作
使用http登录成功，后面再看是什么原因。选 14 查看登录信息，和密码。选 26 关闭面板ssl。
2024-07-22 23:34:07
761
原创 第三十四篇-学习构建自己的Agent
https://github.com/shibing624/agentica （原项目名：actionflow）该项目可以学习如何构建Agent，可以使用ollama。
2024-07-03 09:16:31
180
原创 第三十三篇-Ollama+AnythingLLM基本集成
AnythingLLM专属私有知识库,可以使用本地OllamaLLM模型，可以上传文件，基于文件回答问题。
2024-06-21 00:01:18
518
原创 第三十篇-Ollama-TeslaP40-Ollama-Qwen2-57B等速度
【代码】第三十篇-Ollama-TeslaP40-Ollama-Qwen2-57B等速度。
2024-06-11 00:47:29
830
原创 第二十八篇-Ollama-TeslaP40-Ollama-8B-Qwen1.5-32B等速度
Tesla-P40还是挺令我惊讶的，14B模型速度还是非常好的，有机会大家可以用来试试。
2024-04-27 14:50:20
1220
原创 第二十三篇-15T Tokens LLM 开源数据集-FineWeb
该数据集旨在为大型语言模型（LLM）的训练提供优化的数据处理流程，并使用datatrove库进行处理。FineWeb的性能已超越了RefinedWeb等其他高质量网络数据集。数据集许可: Open Data Commons Attribution License (ODC-By) v1.0。FineWeb是一个由Hugging Face提供的大规模英语网页数据集，包含超过15万亿个经过清洗和去重的token，源自CommonCrawl。
2024-04-23 11:08:31
485
原创 第二十一篇-LM-Studio安装部署gguf模型到windows电脑
一般CPU,1B 7B 模型，int4量化还是可以用用的，更大模型推荐GPU。
2024-02-28 19:53:46
3403
1
原创 第二十篇-推荐-纯CPU(E5-2680)推理-llama.cpp-qwen1_5-72b-chat-q4_k_m.gguf
CPU利用2600%左右，42G内存，如果更强的CPU估计还是能到4倍速度吧速度还是可以的，0.6 tokens/s 这个速度还是很慢的，测试一下还是可以的，毕竟是70B的模型呀，继续研究中。
2024-02-27 21:46:02
1092
原创 第十九篇-推荐-纯CPU(E5-2680)推理-Nous-Hermes-2-Mixtral-8x7B-DPO.Q4_K_M
CPU利用2000% 24线程可再大些速度还是可以的，4 tokens/s 继续研究中，这个CPU还是可以的，要是换成AMD高级CPU估计效果更好，主要是不用GPU。
2024-02-23 21:48:15
405
原创 第十八篇-推荐-Huggingface-镜像-2023-11
https://aifasthub.com/modelsAI快站可下载你希望快速的模型权重文件
2023-11-21 17:24:24
695
原创 第十七篇-Awesome ChatGPT Prompts-备份-中文(百度翻译)
Awesome ChatGPT Prompts——一个致力于提供挖掘ChatGPT能力的Prompt收集网站https://prompts.chat/Awesome ChatGPT Prompts【英文】Awesome ChatGPT Prompts【中文-百度翻译】
2023-11-20 16:56:26
3306
原创 第十六篇-Awesome ChatGPT Prompts-备份
Awesome ChatGPT Prompts——一个致力于提供挖掘ChatGPT能力的Prompt收集网站。2023-11-16内容如下。
2023-11-16 09:26:47
1130
原创 第十五篇-推荐-Huggingface-镜像-2023-10
我们强烈推荐使用 huggingface 官方提供的 huggingface-cli 命令行工具进行模型文件的下载。默认使用多文件并行下载，速度更快。（如需更极致的下载速度，可对文件链接用其他多线程下载工具下载，默认不推荐）域名 hf-mirror.com，用于镜像 huggingface.co 域名。支持排除特定文件或指定特定文件下载，便于用户自定义下载内容。支持指定镜像 endpoint，可直接使用本站镜像服务。支持断点续传，避免因网络中断而导致的文件损坏。推荐一个Huggingface-镜像网站。
2023-10-25 21:18:09
8215
2
原创 第十四篇-问题处理-libcudart.so.11.0: cannot open shared object file: No such file or directory
【代码】问题处理-libcudart.so.11.0: cannot open shared object file: No such file or directory
2023-10-18 22:40:36
4025
原创 第十三篇-Tesla P40+ModelScope+Gradio+QWen-14B-Int4
【代码】第十三篇-Tesla P40+ModelScope+Gradio+QWen-14B-Int4。
2023-09-28 23:36:25
1023
2
原创 第十二篇-Tesla P40+ModelScope+Gradio+QWen+MindChat
本文主要实现Qwen-7B-Chat与MindChat-Qwen-7B的简单部署与测试
2023-08-30 00:09:46
686
原创 第十一篇-Tesla P40+Text-Generation-Webui
简单好用(当然速度不是最快的)，支持多种方式加载模型，transformers, llama.cpp, ExLlama, AutoGPTQ, GPTQ-for-LLaMa, ctransformers支持多类模型， Llama-2-chat, Alpaca, Vicuna, WizardLM, StableLM等图形化界面聊天，微调。
2023-08-22 22:49:32
1452
1
原创 第十篇-Tesla P40+FastChat+Vicuna-13B-V1.5
我下载模型放在/models/vicuna-13b-v1.5，可以自己定义目录。2.Tesla P40性能还是不行,一个你好要回答15秒。1.内存消耗，8bit需要14G显存。一个一个下载，26文件下载比较耗时。3.后期准备找个性能更好的显卡试试。登录加载完成就可以体验了。
2023-08-09 14:21:06
635
原创 第七篇-Tesla P40+ChatGLM2+P-Tuning
data/train.json【自我意识-训练数据train.json】我使用和train.json一致，正式使用是要使用真实数据。train_loss 要小，如果1,2这种未调出的效果很差。可以替换【AI小木】【小吕】来构建你自己的自我认识数据集。我的是/models/chatglm2-6b。如果调整了数据集，要清理缓存，缓存目录如下。显卡：Tesla P40 24G。下载模型相关文件到自己目录。系统：CentOS-7。修改 train.sh。
2023-08-01 23:16:26
1149
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人