AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


一个最简单的部署大模型的方法,从此多一个code助手
发布日期:2024-06-24 08:52:34 浏览次数: 2057 来源:世界大模型


   好久不关注语言大模型了,最近谷歌开源了一个编程大模型,虽然是7b的但是效果确实不错,而且支持中文,于是乎部署了一个,很多小白感觉部署语言大模型有门槛,这个次给大家推荐一个小白可以玩的部署方式,话不多说上干货

工具

这次使用的工具书ollama,支持mac,linux,windows,本人是win,所以就使用win版本了


模型

谷歌这次开源了codegemma-7b,模型是基于gemma训练的,ollama支持,同时也开源了量化版本,我是4080直接用7b原版就可以,这个模型我测试时占用的显存是7G+,所以理论上8G显存够用

安装

模型目前已经发布在hf上,大家可以自行去看,本次部署使用的ollama,首先是下载ollama

https://ollama.com/

点击官方网址

点击下载

下载win版本的exe,然后点击安装,就好了

安装好以后在应用中有 一个羊驼标,如下:

然后打开 win自带的 powershell,

输入 ollama run codegemma:7b

第一次输入时,没有模型,他会自行下载

效果展示

目前 codegemma-7b支持基本上所有语言的编程,我主要是用python的,所以测试也是基于python吧,哈哈

基于python帮我写一个快速排序

速度非常快

```pythondef quick_sort(nums):def partition(left, right):pivot = nums[left]while left <= right:while left <= right and nums[left] < pivot:left += 1while left <= right and nums[right] > pivot:right -= 1if left <= right:nums[left], nums[right] = nums[right], nums[left]left += 1right -= 1return left
def quick_sort_helper(left, right):if left < right:pivot_index = partition(left, right)quick_sort_helper(left, pivot_index - 1)quick_sort_helper(pivot_index, right)
quick_sort_helper(0, len(nums) - 1)return nums```
**使用方法:**
```pythonnums = [64, 34, 25, 12, 22, 11, 90]sorted_nums = quick_sort(nums)print(sorted_nums)# 输出:[11, 12, 22, 25, 34, 64, 90]```
**时间复杂度:** O(n log n),其中 n 是数组的长度。
**空间复杂度:** O(log n),这是递归函数的深度。
**注意:**
* 该算法的平均时间复杂度为 O(n log n),但最坏情况下时间复杂度为 O(n^2)。* 该算法是稳定的排序算法。* 该算法的空间复杂度为 O(log n),这是递归函数的深度。

分析的很到位

基于gradio帮我写一个页面,输入一段文本,后台处理后返回一张图片,并显示

基本可以运行,够用,我之前都是用chatgpt写页面的,这次不用梯子了,直接本地就可以了

>>> 基于gradio帮我写一个页面,输入一段文本,后台处理后返回一张图片,并显示```pythonimport gradio as grimport cv2
def generate_image(text):# 在这里添加文本生成图片的逻辑,例如使用 OpenCV 库或其他图像生成库image = cv2.putText(np.zeros((224, 224, 3), np.uint8), text, (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (255,255, 255), 2)return image
iface = gr.Interface(fn=generate_image,inputs="text",outputs="image",)
iface.launch()```
**使用方法:**
在 Gradio 界面中输入一段文本,然后点击“Run”按钮,页面会生成一张图片并将其显示在图像输出框中。
**注意:**
* 该示例仅展示了如何使用 Gradio 和 OpenCV 库生成图片。您需要根据您的需求修改代码。* 该示例中没有考虑图像生成时间,因此图像生成可能会比较慢。* 该示例没有实现图像生成错误处理。


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询