ollama如何在自己的服务器上跑Qwen3（小白必看）

已于 2025-05-13 14:58:37 修改
阅读量247 收藏
点赞数 9
分类专栏： 简单说深度学习 文章标签： python ollama qwen3
于 2025-05-12 16:54:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51455837/article/details/147899873
版权

在国内想下载ollama最新安装包，总是下载不下来 ，你是不是还在使用这个命令curl -fsSL https://ollama.com/install.sh | sh下载呢,进度条一直不动,该怎么办呢?

Q1:为什么要下载最新的ollama安装包呢?

A:因为Qwen3是最新开源的qwen3代模型,ollama使用旧版本的话,会出现如下报错
在这里插入图片描述

Q2:如何查看自己ollama是哪个版本的呢?

A:使用ollama -v查看版本信息
在这里插入图片描述

Q3:如何在ollama原有版本的基础上进行升级呢

A:由于国内下载ollama最新安装包会出现网络问题,可以用国内的镜像源来下载,比如modelscope社区里的最新ollama镜像仓库,<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【人工智能时代】- Windows本地部署Ollama+qwen本地大语言模型Web交互界面并实现公网访问
xiaoli8748的专栏
09-21 1962
本文主要介绍如何在Windows系统快速部署Ollama开源大语言模型运行工具，并安装Open WebUI结合cpolar内网穿透软件，实现在公网环境也能访问你在本地内网搭建的大语言模型运行环境。近些年来随着ChatGPT的兴起，大语言模型 LLM（Large Language Model）也成为了人工智能AI领域的热门话题，很多大厂也都推出了自己的大语言模型，并或多或少的开源了自己的大语言模型，今天就来分享一个最近很火，且对于小白来说比较好上手本地部署的运行本地LLM的工具Ollama。
怎样在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型（附教程）
AAI666666的博客
03-11 1255
怎样在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型（附教程）
如何在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型（附教程）
2401_82469710的博客
01-19 3983
如何在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型（附教程）
从零开始，在AutoDL云服务器上跑通Qwen2.5-VL-7B-Intruct
weixin_43490757的博客
04-18 580
从零开始，在AutoDL云服务器上跑通Qwen2.5-VL-7B-Intruct
一文教你学会本地部署Ollama与qwen大模型并通过Open+WebUI远程交互
程龙的博客
08-12 1952
本文主要介绍如何在Windows系统快速部署Ollama开源大语言模型运行工具，并安装Open WebUI结合cpolar内网穿透软件，实现在公网环境也能访问你在本地内网搭建的llama2、千文qwen等大语言模型运行环境。
qwen2:7b本地化部署：Ollama更新、设置、api调用qwen2服务
2401_85378759的博客
11-25 3181
Ollama绝对是最简单的一种大模型部署方式，尽管该方式不支持function calling，但对于我们进行大模型的初步开发与探索已经足够。本篇介绍了如何使用Ollama本地化部署qwen2:7b，以及进行Ollama的参数设置以及使用api调用qwen2的api服务的方法。
如何在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型
2401_82469710的博客
11-07 974
如何在离线的Linux服务器上部署 Ollama，并运行 Qwen 大模型
Ollama+qwen2实现开源大模型本地化部署
Frank's Blog
06-22 1923
本文将介绍如何使用ollama+qwen2实现对开源大模型的本地化部署，让每个有技术能力的企业都可以“套壳”大模型，在各自的专业领域内“遥遥领先“。在本案例中我将使用两个开源的软件： ollama：是一个轻量级可扩展的框架，它可以轻易地帮你管理本地的众多开源大模型，并支持众多的开源大模型，包括llama 3、qwen2、gemma、codegemma、Mistral等，并允许用户自定义和创建自己的模型。
Windows本地部署Ollama+qwen本地大语言模型Web交互界面并实现公网访问
迪之的博客
10-15 1310
本文主要介绍如何在Windows系统快速部署Ollama开源大语言模型运行工具，并安装Open WebUI结合cpolar内网穿透软件，实现在公网环境也能访问你在本地内网搭建的大语言模型运行环境。近些年来随着ChatGPT的兴起，大语言模型 LLM（Large Language Model）也成为了人工智能AI领域的热门话题，很多大厂也都推出了自己的大语言模型，并或多或少的开源了自己的大语言模型，今天就来分享一个最近很火，且对于小白来说比较好上手本地部署的运行本地LLM的工具Ollama。
Qwen3 本地部署指南：打造完全离线的AI助手
python1234_的博客
05-13 779
本指南面向程序员读者，将详细介绍如何在本地机器上部署 Qwen3，无需依赖任何云服务或 API 密钥。
通义千问Qwen-VL-Chat大模型本地部署（一）
liukangjie520的博客
07-08 6645
qwen-vl-chat本地运行和api接口调用
llamafactory用多卡4090服务器，训练qwen14B大模型时报错GPU显存不足oom（out of memory），已解决
qq_38773993的博客
10-23 4048
通过export CUDA_VISIBLE_DVICES=0,1,2,3,4,5,6,7指定使用8张显卡，训练qwen2.5-7B大模型时正常，但训练qwen2.5-14B，qwen2.5-32B模型时报错，torch.OutOfMemoryError:CUDA out of memory。至于ds_config_zero3.json这个，可以去qwen官网下载，https://github.com/QwenLM/Qwen/blob/main/finetune/ds_config_zero3.json。
Python爬虫实战：研究进制流数据，实现逆向解密
ylfhpy的博客
05-14 418
许多网站和应用通过二进制流数据传输敏感信息，如视频、金融交易数据等。逆向工程进制流数据不仅有助于合法的数据获取与分析，还能帮助企业发现自身安全漏洞，提升数据保护能力。本研究主要针对特定类型的视频加密系统，对于采用更复杂加密机制（如硬件加密、动态密钥交换）的系统，可能需要进一步优化方法。以二进制形式传输的数据序列，通常包含文件、图像、音频或加密信息。如 ECB、CBC、CFB 等，定义加密算法如何处理数据块。拦截并修改通信双方数据的攻击方式，本研究用于合法数据捕获。
YOLOv7训练时4个类别只出2个类别
最新发布
qq_48873240的博客
05-16 360
在使用YOLOv7进行训练和预测时，发现模型仅能预测出两个类别（LFM和SFM），而实际应有四个类别。经过检查，特征图大小和anchors设置均与YOLOv3一致，且YOLOv3表现正常。最终发现问题可能出在detect.py中的conf-thres参数设置过高，将其从0.5调整为0.1后，问题得到解决。此外，还需注意在NMS操作时不使用classes参数，并在train.py中根据实际类别数和图片大小调整hyp['cls']和hyp['obj']的缩放比例。这些调整有助于确保模型能够正确预测所有类别。
Python 基础语法与数据类型(八) - 函数参数：位置参数、关键字参数、默认参数、可变参数 (*args, **kwargs)
晨的技术博客
05-13 688
本篇博客详细介绍了 Python 函数参数的四种主要类型：位置参数、关键字参数、默认参数和可变参数 (*args, **kwargs)。位置参数要求实参按顺序传递，关键字参数则通过参数名指定值，提高了代码的可读性。默认参数允许为参数提供默认值，但需注意避免使用可变对象作为默认值。可变参数 *args 和 **kwargs 分别用于接收任意数量的位置参数和关键字参数，增强了函数的灵活性。通过合理使用这些参数类型，可以编写出更通用和易维护的函数。
maxtext开源程序是一个简单、高性能和可扩展的 Jax LLM！
struggle2025的博客
05-12 1386
MaxText 是一种高性能、高度可扩展的开源软件，以纯 Python/Jax LLM 编写，以 Google Cloud TPU 和 GPU 为目标，用于训练和推理。借助 Jax 和 XLA 编译器的强大功能，MaxText 实现了高 MFU 并从单个主机扩展到超大型集群，同时保持简单和“无优化”
【AI】“CUDA” 到底是什么？（AI 计算民主化，第二部分）
u011808788的博客
05-14 919
似乎每个人都在去年开始谈论CUDA ：它是深度学习的支柱，是新型硬件难以竞争的原因，也是NVIDIA 护城河和飙升市值的核心。DeepSeek的出现，让我们获得了一个惊人的发现：它的突破是通过“绕过” CUDA，直接进入 PTX 层实现的……但这究竟意味着什么？似乎每个人都想打破这种锁定，但在制定计划之前，我们必须了解我们面临的是什么。本文是 Modular “ AI 计算民主化”系列文章的第二部分。更多信息，请参阅：第一部分：DeepSeek 对 AI 的影响第二部分：“CUDA”到底是什么？
Python 数据分析与可视化：开启数据洞察之旅（5/10）
小相探索IT世界
05-09 2201
在当今数字化时代，数据就像一座蕴藏无限价值的宝藏，等待着我们去挖掘和探索。而 Python，作为数据科学领域的明星语言，凭借其丰富的库和强大的功能，成为了开启这座宝藏的关键钥匙，在数据分析和可视化领域占据着举足轻重的地位。在进行 Python 数据分析与可视化的旅程中，选择合适的开发工具至关重要。它们就像是工匠手中的精良工具，能够极大地提升我们的工作效率和开发体验。下面将为大家介绍两款在 Python 数据分析领域广泛使用的开发工具：Jupyter Notebook 和 VSCode。
ubuntu上ollama部署qwen
10-31
在Ubuntu上部署Qwen（来自阿里云的超大规模语言模型），你需要遵循一些步骤： 1. **安装依赖**： 首先，你需要确保你的系统已经安装了基本的Linux开发工具包，如Git、Python3和必要的库（如TensorFlow或PyTorch）...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Ven%

你的鼓励将是我创作的最大动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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