【Ubuntu20.04部署通义千问Qwen-7B，实测成功】

Ubuntu20.04部署通义千问Qwen-7B，实测成功

运行环境

Ubuntu 20.04
GPU：RTX 2080Ti
显卡驱动：535.154.05
cuda：12.1
cudnn：8.9.3.28
python：3.9（anaconda3）
pytorch版本：2.2-cu121
torchvision版本：0.17-cu121

anaconda3安装python3.9

# 创建python3.9的虚拟环境
conda create -n Chat python=3.9
# 进入创建的虚拟环境
source activate Chat
# 安装pytorch，小编采用轮子的方式安装，之前下载过，安装起来比较快
pip install torch-2.2.0+cu121-cp39-cp39-linux_x86_64.whl -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
# 安装torchvision
pip install torchvision==0.17.0+cu121 -f https://download.pytorch.org/whl/torch_stable.html -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

需要轮子安装的小伙伴，也可以去以下地址进行下载或使用-f拼接下载地址，如小编下载torchvision一样
https://download.pytorch.org/whl/torch_stable.html

拉取代码

git clone https://github.com/QwenLM/Qwen.git

其他依赖环境

cd Qwen
pip install  -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install  -r requirements_web_demo.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

截至到此处，运行环境就安装的差不多了，接下来测试模型，运行demo需要先下载模型，可以切换魔塔进行下载模型，这样下载速度比较快。

pip install modelscope transformers -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完魔塔之后，创建一个chat-7b.py的文件，文件内容如下

# 创建chat-7b.py文件
touch chat-7b.py

from modelscope import AutoModelForCausalLM, AutoTokenizer
from modelscope import GenerationConfig

# 可选的模型包括: "qwen/Qwen-7B-Chat", "qwen/Qwen-14B-Chat"
tokenizer = AutoTokenizer.from_pretrained("qwen/Qwen-7B-Chat", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("qwen/Qwen-7B-Chat", device_map="auto", trust_remote_code=True, fp16=True).eval()
model.generation_config = GenerationConfig.from_pretrained("Qwen/Qwen-7B-Chat", trust_remote_code=True) # 可指定不同的生成长度、top_p等相关超参

response, history = model.chat(tokenizer, "你好", history=None)
print(response)
response, history = model.chat(tokenizer, "浙江的省会在哪里？", history=history) 
print(response)
response, history = model.chat(tokenizer, "它有什么好玩的景点", history=history)
print(response)

# 运行上面代码
python chat-7b.py

运行的时候出了个错误

OSError: Error no file named pytorch_model.bin, tf_model.h5, model.ckpt.index or flax_model.msgpack found in directory /home/taoxifa/.cache/modelscope/hub/qwen/Qwen-7B-Chat.

#报以上错误时，是因为模型没有下载完成，新创建一个文件，执行以下代码进行模型下载，我下载的是Int4量化版本
from modelscope import snapshot_download
model_dir = snapshot_download('qwen/Qwen-7B-Chat-Int4')

再次执行chat-7b.py，成功运行

部署为web端

修改web_demo.py，将transformers修改为modelscope，如下所示

import gradio as gr
import mdtex2html

import torch
#from transformers import AutoModelForCausalLM, AutoTokenizer
#from transformers.generation import GenerationConfig
from modelscope import AutoModelForCausalLM, AutoTokenizer, GenerationConfig



DEFAULT_CKPT_PATH = 'qwen/Qwen-7B-Chat-Int4'

运行web_demo.py，访问本机ip:8000,出现以下页面即部署成功

部署完成之后，大家可以做一些个性化的尝试，接下来小编会尝试对模型进行微调，增加自己的知识库做训练，感兴趣的小伙伴可以阅读后续更新的文章。