网站更换目录名如何做301跳转新乡电商网站建设

网站更换目录名如何做301跳转,新乡电商网站建设,网站建设费专用票,微网站解决方案简介 本文详细介绍了如何使用Ollama工具在本地电脑上部署大模型的全过程。内容包括#xff1a;Ollama工具介绍、Windows系统安装步骤、根据硬件配置选择合适模型(1.5B至70B参数规模不等)、下载运行模型的命令操作、通过API将模型接入应用的方法#xff0c;以及常见问题解决方…简介本文详细介绍了如何使用Ollama工具在本地电脑上部署大模型的全过程。内容包括Ollama工具介绍、Windows系统安装步骤、根据硬件配置选择合适模型(1.5B至70B参数规模不等)、下载运行模型的命令操作、通过API将模型接入应用的方法以及常见问题解决方案。整个教程针对初学者设计无需深厚技术背景30分钟即可完成部署解决了数据泄露和网络延迟等问题让用户能够在本机调试测试大模型应用。你是不是也遇到过这样的情况想用大模型搭建个智能客服系统但又担心数据泄露、网络延迟或者只是想在本机先调试测试别担心今天我就来带你一步步在本地电脑上部署属于你自己的大模型无需深厚的技术背景只要跟着做30分钟内就能搞定一、先来认识一下 Ollama本地大模型的好帮手Ollama 是一个开源工具专门用来在本地运行各种大型语言模型比如 DeepSeek、千问、Mamba 等等。你不用纠结环境配置、依赖安装它都帮你封装好了特别适合初学者或者快速原型开发。 官网在这里Ollama官方网站打开直接点击下载就行二、第一步安装 OllamaWindows 为例打开 Ollama官网点击页面上的 Download 按钮选择你的操作系统版本这里以 Windows 为例下载安装包双击安装一路“下一步”就行——它自动装好不用你选安装路径啥的安装完成后打开命令行WinR 输入cmd回车输入ollama如果出现一屏说明文字恭喜你安装成功三、挑选一个适合你电脑的模型回到 Ollama官网点击 Models 标签你会看到很多模型可选DeepSeek系列当前挺火的开源模型Qwen阿里通义千问Mamba一种更新架构的模型Llama3Meta开源等等……每个模型还有不同参数规模比如1.5B、7B、14B、70B等。 这个“B”是“Billion”的意思也就是10亿参数。参数越多模型越聪明但对电脑要求也越高。四、怎么选模型看你的硬件决定如果你不清楚该选哪个模型参数可以参考这个建议模型规模CPU内存硬盘空间显卡 (GPU)典型应用场景1.5B4 核8 GB3 GB非必需。若加速可选 4GB 显存低资源设备部署、入门级试用、简单任务7B8 核以上16 GB8 GB推荐 8GB 显存本地开发与测试、个人爱好者、中等复杂度任务8B略高于 8 核略高于 16 GB略高于 8 GB推荐 8GB (需求略高于7B)需要比7B更高精度的轻量级生产任务14B12 核以上32 GB15 GB推荐 16GB 显存企业级应用、复杂问答、代码生成、高质量文本创作32B16 核以上64 GB30 GB要求 24GB 显存高精度专业任务、高级推理、复杂分析、专业领域应用70B32 核以上128 GB70 GB需多卡并行 (如 2x 24GB 或更高)科研机构、超高复杂度生成、尖端技术探索补充说明与注意事项“以上”含义 “以上”或“”表示这是最低起步要求。在实际部署中尤其是希望获得更好性能如更快的响应速度、同时处理多任务时超过该配置是必要且推荐的。显存与推理速度 显卡显存决定了模型能否运行。将模型完全加载到显存中会获得最快的推理速度。如果显存不足可以通过系统内存和硬盘进行交换Offloading但这会显著降低运行速度。量化技术 通过量化Quantization技术如将模型从FP16转换为INT4可以大幅降低对显存和内存的需求例如70B模型经量化后可能只需单张40GB显卡即可运行但通常会以轻微的性能损失为代价。70B模型 该模型参数巨大通常需要多张高端显卡如 NVIDIA A100 / H100 80GB * 2或 4090 24GB * 3 等组合通过NVLink或PCIe连接进行并行计算对硬件和技术的要求非常高。五、下载和运行模型一句命令搞定选好模型后比如你想用 deepseek-r1:7b就直接在命令行中输入第一次运行会自动下载模型文件可能需要几分钟到几十分钟取决于你的网速和模型大小。 完成后你会看到命令行中出现三个箭头意味着模型已经加载好你可以直接在这里打字跟它对话了试着输入一句你好比如你好你是谁模型就会回答你啦如果响应速度还行说明你的硬件扛得住⚠️ 注意运行过程中可以打开任务管理器看看 GPU/CPU 和内存使用情况如果卡顿可以考虑换更小模型。六、更实用的用法通过API接入你的应用虽然命令行能聊天但我们最终是要把模型接入到客服系统中去的。Ollama 支持 API 方式调用。启动模型后它默认会在本地开启一个服务通常是http://localhost:11434\你可以用代码比如 Python、Node.js发送请求到这个地址就能获得模型回复。例如使用curl测试一下curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 你好请介绍你自己 }或者用 Python 写个简单的调用示例import requests response requests.post( http://localhost:11434/api/generate, json{ model: deepseek-r1:7b, prompt: 请问你们客服工作时间是 } ) print(response.json()[response])这样你就可以把大模型集成到你自己的客服系统或者应用中啦常见问题和小贴士下载慢怎么办 Ollama 目前还没国内镜像如果下载慢可以尝试开代理或耐心等待一下。跑模型时显存爆了 换更小的模型比如从7B换成1.5B或者关闭一些其他吃显存的软件。模型文件存在哪里 一般在C:\Users\你的用户名\.ollama\modelsWindows或~/.ollama/modelsMac/Linux七、如何系统的学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“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也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的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。一直在更新更多的大模型学习和面试资料已经上传带到CSDN的官方了有需要的朋友可以扫描下方二维码免费领取【保证100%免费】01.大模型风口已至月薪30K的AI岗正在批量诞生2025年大模型应用呈现爆发式增长根据工信部最新数据国内大模型相关岗位缺口达47万初级工程师平均薪资28K数据来源BOSS直聘报告70%企业存在能用模型不会调优的痛点真实案例某二本机械专业学员通过4个月系统学习成功拿到某AI医疗公司大模型优化岗offer薪资直接翻3倍02.大模型 AI 学习和面试资料1️⃣ 提示词工程把ChatGPT从玩具变成生产工具2️⃣ RAG系统让大模型精准输出行业知识3️⃣ 智能体开发用AutoGPT打造24小时数字员工熬了三个大夜整理的《AI进化工具包》送你✔️ 大厂内部LLM落地手册含58个真实案例✔️ 提示词设计模板库覆盖12大应用场景✔️ 私藏学习路径图0基础到项目实战仅需90天第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 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】