从头安装基于linux的大模型框架

1.安装ubuntu

参考这个视频

Ubuntu安装详细教程_哔哩哔哩_bilibili

U盘安装Ubuntu系统详细教程_哔哩哔哩_bilibili

2.安装向日葵

Ubuntu - 安装向日葵与设置其开机自启-CSDN博客

3.转中文

Ubuntu设置中文界面_ubuntu中文界面-CSDN博客

要重启电脑

4.安装anaconda

linux安装anaconda-CSDN博客

5.安装pycharm

Linux安装pycharm-CSDN博客

6.设置txt

ubuntu创建txt-CSDN博客

7.将pycharm放左边任务栏

ubuntu将软件放到任务栏-CSDN博客

8.给外接移动硬盘权限(可跳过)

Ubuntu环境下移动硬盘不能新建文件夹,不能粘贴的问题-CSDN博客

9.安装git

linux安装git-CSDN博客

10.安装搜狗输入法(可跳过)

ubuntu安装搜狗输入法_sougou ubuntu-CSDN博客

11.搭载远程服务器(可跳过)

构建本地服务器网站-CSDN博客

12.安装显卡驱动,cuda和torch

安装pytorch GPU方法-CSDN博客

13.镜像大模型下载

huggingface镜像站-CSDN博客

14.安装llamafactory

安装和微调大模型(基于LLaMA-Factory)_macos llama-factory-CSDN博客

安装和微调大模型(基于LLaMA-Factory)2-补充资料_llamafactory-cli: command not found-CSDN博客

参考github

教程:https://github.com/echonoshy/cgft-llm/blob/master/llama-factory/README.md

原版:https://github.com/hiyouga/LLaMA-Factory/tree/main

参考视频

【大模型微调】使用Llama Factory实现中文llama3微调_哔哩哔哩_bilibili

15.安装百度网盘(可跳过)

linux安装百度网盘-CSDN博客

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
搭建Linux深度学习模型训练环境并进行简单测试,你可以按照以下步骤进行: 1. 安装NVIDIA驱动和CUDA工具包: - 首先,检查你的NVIDIA显卡型号,并到NVIDIA官方网站下载对应的驱动程序。 - 禁用开源Nouveau驱动。在终端中执行以下命令: ``` sudo echo "blacklist nouveau" >> /etc/modprobe.d/blacklist.conf sudo echo "options nouveau modeset=0" >> /etc/modprobe.d/blacklist.conf sudo dracut --force ``` - 安装NVIDIA驱动。执行以下命令: ``` sudo bash NVIDIA-Linux-x86_64-<version>.run ``` - 安装CUDA工具包。根据你的显卡型号和操作系统版本,到NVIDIA官方网站下载对应的CUDA工具包,并按照官方文档进行安装。 2. 安装深度学习框架和库: - 选择一个深度学习框架,例如TensorFlow、PyTorch等,并按照官方文档安装相应的库和依赖。 - 通常,你可以使用pip命令来安装深度学习框架和相关库。例如,对于TensorFlow,可以执行以下命令: ``` pip install tensorflow ``` 3. 准备数据集和模型: - 下载所需的数据集,并将其准备好以供训练。 - 根据你的任务,选择一个合适的深度学习模型,并下载相应的预训练权重(如果有)。 4. 编写和训练深度学习模型: - 使用你选择的深度学习框架编写模型训练代码。 - 在代码中,加载数据集、定义模型结构、选择损失函数和优化器等。 - 根据需要,可以使用预训练权重初始化模型,或者从头开始训练模型。 - 执行训练代码,并等待模型训练完成。 5. 进行简单测试: - 使用训练完成的模型进行简单测试,以验证其性能。 - 准备一些测试样本,并使用训练好的模型进行预测或分类。 - 分析预测结果,并评估模型在测试数据上的性能指标。 请注意,深度学习模型训练环境的搭建和测试过程可能因具体任务和框架而有所不同。以上步骤提供了一个基本的指导,但你可能需要根据你的需求和环境进行适当的调整。同时,确保你的系统满足所选框架和库的硬件和软件要求。
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