最少钱学习并构建大模型ollama-llama3 8B

2024-08-23 09:12

本文主要是介绍最少钱学习并构建大模型ollama-llama3 8B,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

学习大模型时可能面临一些困难,这些困难可能包括

  1. 计算资源限制:训练大模型通常需要大量的计算资源,包括CPU、GPU等。如果设备资源有限,可能会导致训练时间长、效率低下或无法完成训练。

  2. 内存限制:大模型通常需要大量内存来存储模型参数和计算中间结果。内存限制可能会导致内存不足错误或无法加载大模型。

  3. 数据集规模:训练大模型通常需要大规模的数据集来获得良好的性能。获取和处理大规模数据集可能需要大量时间和计算资源。

  4. 超参数调整:调整大模型的超参数通常是一项挑战性工作。需要花费大量时间和资源来尝试不同的超参数组合,以获得最佳性能。

  5. 过拟合:大模型很容易过拟合,特别是在数据集规模不够大或训练不充分的情况下。需要采取适当的正则化策略来避免过拟合。

  6. 模型解释性:大模型通常更加复杂,其内部结构可能不太容易解释。理解大模型的行为和推理过程可能是一项挑战。

  7. 时间和精力投入:学习大模型需要花费大量的时间和精力,包括数据准备、模型训练、调优等过程。需要有耐心和毅力来应对这些挑战。

解决资源问题

1、选择按小时付费GPU性能服务器

仙宫云 | GPU 算力租赁 | Xiangongyun.com

2、sh直接安装Ollama

curl -fsSL https://ollama.com/install.sh | sh

AMD Radeon GPU 支持¶

虽然 AMD 已将 amdgpu 驱动程序上游贡献给官方 Linux 内核源代码,但该版本较旧,可能不支持所有 ROCm 功能。我们建议您从 AMD 官网 安装最新驱动程序,以获得对您 Radeon GPU 的最佳支持。

 手动下载 ollama 二进制文件安装

Ollama 以自包含的二进制文件形式分发。将其下载到您的 PATH 中的目录:curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama
chmod +x /usr/bin/ollama将 Ollama 添加为启动服务(推荐)
为 Ollama 创建一个用户:useradd -r -s /bin/false -m -d /usr/share/ollama ollama在 /etc/systemd/system/ollama.service 中创建一个服务文件:[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3[Install]
WantedBy=default.target然后启动服务:systemctl daemon-reload
systemctl enable ollama启动 Ollama
使用 systemd 启动 Ollama:systemctl start ollama

安装 CUDA 驱动程序(可选 - 适用于 Nvidia GPU)

Download and install CUDA.

通过运行以下命令验证驱动程序是否已安装,该命令应打印出有关您 GPU 的详细信息:

nvidia-smi

安装 ROCm(可选 - 适用于 Radeon GPU)

Download and Install

确保安装 ROCm v6

更新sh直接安装Ollama

通过再次运行安装脚本来更新 ollama:

curl -fsSL https://ollama.com/install.sh | sh

或者通过下载 ollama 二进制文件:

sudo curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama
sudo chmod +x /usr/bin/ollama

查看日志

要查看作为启动服务运行的 Ollama 的日志,请运行:

journalctl -u ollama

卸载

移除 ollama 服务:

sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service

从您的 bin 目录(/usr/local/bin/usr/bin 或 /bin)中移除 ollama 二进制文件:

sudo rm $(which ollama)

移除下载的模型以及 Ollama 服务用户和组:

sudo rm -r /usr/share/ollama
sudo userdel ollama
sudo groupdel ollama

3、打开终端: 输入ollama

终端执行指令:ollama serve & 

终端执行指令「下载模型」:ollama run llama3

4、检查安装成功

curl 127.0.0.1:11434  或者   lsof -i:11434

5、安装 open-webui

#1.拉取源码
cd ~
git clone https://github.com/open-webui/open-webui.git
cd open-webui
cp -RPp .env.example .env#2.安装前端依赖
npm i
npm run build#3.安装后端依赖
cd backend
pip install -r requirements.txt#4.启动后端
bash start.sh

默默端口:8080 ,可以修改start.sh 文件端口更改:80 

仙宫云 | GPU 算力租赁 | Xiangongyun.com 

6、完成「选择默认模型」

这篇关于最少钱学习并构建大模型ollama-llama3 8B的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1098963

相关文章

Python中构建终端应用界面利器Blessed模块的使用

《Python中构建终端应用界面利器Blessed模块的使用》Blessed库作为一个轻量级且功能强大的解决方案,开始在开发者中赢得口碑,今天,我们就一起来探索一下它是如何让终端UI开发变得轻松而高... 目录一、安装与配置:简单、快速、无障碍二、基本功能:从彩色文本到动态交互1. 显示基本内容2. 创建链

Golang使用etcd构建分布式锁的示例分享

《Golang使用etcd构建分布式锁的示例分享》在本教程中,我们将学习如何使用Go和etcd构建分布式锁系统,分布式锁系统对于管理对分布式系统中共享资源的并发访问至关重要,它有助于维护一致性,防止竞... 目录引言环境准备新建Go项目实现加锁和解锁功能测试分布式锁重构实现失败重试总结引言我们将使用Go作

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设