您的位置:首页 > 健康 > 养生 > 建一个公司网站_厦门建公司网站_网页seo_推广方案怎么写模板

建一个公司网站_厦门建公司网站_网页seo_推广方案怎么写模板

2024/12/23 16:59:39 来源:https://blog.csdn.net/python12222_/article/details/144347276  浏览:    关键词:建一个公司网站_厦门建公司网站_网页seo_推广方案怎么写模板
建一个公司网站_厦门建公司网站_网页seo_推广方案怎么写模板

最近就是新项目和老项目一起支撑,老项目的人以为我还在支撑,然后新项目的人以为我不在支撑老项目了。

本来我还乐呵呵的两边一起支撑,后来领导突然问我怎么还在干老项目,让我把老项目的事情交给另一个同事去干。

感觉有点吃力不讨好之后,我直接完全不管老项目了,在我的签名上直接加上了老项目支撑=〉xx同事。

新项目这边之前干过一个星期,有点基础,上手也挺快。

这周当了两天测试,当了几天开发,解了一个问题单。

具体的话就是把转测的门槛用例测完了,开发了一个完整的新功能,然后定位了一个并发问题。

工作内容挺饱满,属于是又有输出了hhh

本来以为需要一段时间才能微调一个自己的大模型,结果上周下班后,花了几天时间,居然调好了一个

我这边选用的是腾讯云cloud studio + llama factory来调的。

首先我自己没有gpu环境,就只能搞个服务器来弄。恰巧腾讯云可以白嫖GPU服务器,所有就用它了,链接如下:

https://ide.cloud.tencent.com/dashboard/gpu-workspace

这个GPU服务器的内存是1.5G,不算大,但是既然我是白嫖怪,我就只能说腾讯大气

在这里插入图片描述

接着我找了个开源的微调框架llama factory,本来准备用ChatGLM的那个微调教程的,但是看了一下,前者好像用的人更多,也更通用,所以就选它了

我这边的话,微调并使用自己的大模型分为3部

  1. 微调开源大模型,保存参数
  2. 将模型输出成gguf格式保存
  3. 使用Ollama部署自己的大模型

第一步的话,因为我的显存只有1.5G,所以我选择微调Qwen2.5-0.5b的大模型,这个模型需要的显存大概估计如下:

参数0.5G、梯度0.5G、优化器0.3G左右,大概1.3G,所以我的服务器可以调起来。

最后调的时候我发现它实际占用只有700M左右,完全足够。

首先要自己整个huggingface的帐号,因为很多开源模型都是在这里下载的。注意,自己要在网站上生成一个token,然后在服务器登陆。

pip install --upgrade huggingface_hub
#   Linux
export HF_ENDPOINT=https://hf-mirror.comhuggingface-cli login

然后下载llama factory

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics]"

微调大模型: 可以直接在已有的example上修改即可修改一下模型的名字,和自己微调数据集就好。

llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml
llamafactory-cli chat examples/inference/llama3_lora_sft.yaml
llamafactory-cli export examples/merge_lora/llama3_lora_sft.yaml

我这里修改了模型名称为qwen2.5-0.5b, 然后参数类型把bf16改成了false。

在这里插入图片描述

在训练好后,模型参数就会保留下来。

在这里插入图片描述

接下来第二步就是根据模型参数,输出模型的gguf文件。

git clone https://github.com/ggerganov/llama.cppcd /root/autodl-tmp/llama.cpppython convert_hf_to_gguf.py /workspace/LLaMA-Factory-main/models/llama3_lora_sft --outfile /workspace/tmp/qwen2.5-0.5b-sft.gguf --outtype q8_0

最后一步就是运行自己的模型。

在保存下来的模型文件位置新建一个配置文件test.mf

FROM ./qwen2.5-0.5b-sft.gguf

在这里插入图片描述

然后ollama创造一个model

ollama create myModel -f ./test.mf

最后运行模型 ollama run myModel,然后在enchanted里面与模型对话。

在这里插入图片描述

就成功部署好自己微调的大模型了

补充一下,最后我这个微调的大模型非常的垃圾,感觉还不如原来的0.5b hhhh。

微调大模型,感觉还是得大显存微调大参数模型,同时微调的数据集也要好。不然感觉微调了个寂寞。

职场菜鸟继续闯关ing

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

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

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com