微信扫码
与创始人交个朋友
我要投稿
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
```python
def quick_sort(nums):
def partition(left, right):
pivot = nums[left]
while left <= right:
while left <= right and nums[left] < pivot:
left += 1
while left <= right and nums[right] > pivot:
right -= 1
if left <= right:
nums[left], nums[right] = nums[right], nums[left]
left += 1
right -= 1
return 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:**
```python
nums = [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
```python
import gradio as gr
import 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,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-02-05
从0-1:DeepSeek 大模型本地部署全攻略
2025-02-05
使用腾讯 HAI 5 分钟内部署一个私人定制的 DeepSeek
2025-02-05
DeepSeek的「深度思考模式」
2025-02-05
Ollama + Open WebUI 部署自己的本地大语言模型知识库, 创建自定义 Ollama 模型.
2025-02-05
【AI工作流】Ollama本地化大模型安装
2025-02-05
【AI工作流】【喂饭】Xinference后台大模型平台搭建
2025-02-04
DeepSeek-R1 是怎么训练的|深度拆解
2025-02-02
快速搭建专业AI知识库的开源工具:Ragflow
2025-01-01
2024-07-25
2024-05-06
2025-01-21
2024-08-13
2024-06-12
2024-09-20
2024-07-11
2024-07-20
2024-12-26
2025-01-22
2025-01-16
2024-12-24
2024-12-20
2024-12-19
2024-11-22
2024-11-19
2024-11-13