企业官网建设流程全解析

go生物网站做蛋白定位,crm管理系统功能,更改wordpress后台logo,做网站什么系统简单实用软件分享 在这个AI技术不断进步的时代#xff0c;智能软件正逐渐成为我们生活和工作中不可或缺的一部分。 它们不仅极大地提高了效率#xff0c;还为我们带来了前所未有的便利。 今天#xff0c;我将向大家推荐三款具有突破性功能的智能软件 它们分别是Ollama Ollama We…实用软件分享在这个AI技术不断进步的时代智能软件正逐渐成为我们生活和工作中不可或缺的一部分。它们不仅极大地提高了效率还为我们带来了前所未有的便利。今天我将向大家推荐三款具有突破性功能的智能软件它们分别是OllamaOllama WebUI以及Ollama中文网精选模型。1. Ollama本地部署大模型的实践前排介绍Ollama是一个开源项目致力于简化大型语言模型LLM的本地部署过程。它允许用户在自己的硬件上运行和测试最新的语言模型无需依赖云服务。Ollama和Ollama WebUI简介Ollama提供了一个类似于OpenAI的API接口使得开发者可以轻松地在自己的应用程序中集成大型语言模型。此外Ollama WebUI为用户提供了一个友好的界面用于管理和与模型进行交互。Ollama模型硬件要求运行Ollama模型需要一定的硬件资源。例如运行7B型号的模型至少需要8 GB的RAM而更大的模型如33B则需要32 GB的RAM。这些要求确保了模型能够顺畅运行提供稳定的服务。使用教程Windows命令行(CMD)输出下面代码会自动跳转浏览器进行下载start https://ollama.com/download/OllamaSetup.exe下载完成后双击安装即可如果没有图标的可以进行搜索打开后我们再次使用命令行工具(CMD)输入命令查看版本ollama -v再输入ollama换出页面菜单下面我给出详细的菜单介绍# 在命令行中输入ollama命令# 使用ollama命令时可以添加的标志flagscommand# 使用ollama命令时可以执行的子命令command# 可用的子命令列表# serve命令启动ollama服务# create命令从Modelfile创建一个模型for# show命令显示模型的信息# run命令运行一个模型# pull命令从注册表拉取一个模型# push命令将一个模型推送到注册表# list命令列出所有模型# ps命令列出正在运行的模型cp# cp命令复制一个模型rm# rm命令删除一个模型helpcommand# help命令获取任何命令的帮助信息# 可用的标志flagshelphelpfor# -h或--help标志显示ollama命令的帮助信息# -v或--version标志显示ollama的版本信息ollama [command] --helpforcommand# 使用ollama [command] --help来获取关于特定命令的更多信息OK上面的详细注释想必大家都能看懂了接下来我们来安装模型这里我推荐中文模型阿里云的qwen配置差一点的用0.5B、1.8B、2B、4B配置牛逼的有4090的建议上32B左右的模型下面我放出目前已经支持的显卡类型系列卡片及加速器AMD Radeon RX7900 XTX 7900 XT 7900 GRE 7800 XT 7700 XT 7600 XT 7600 6950 XT 6900 XTX 6900XT 6800 XT 6800 Vega 64 Vega 56AMD Radeon PROW7900 W7800 W7700 W7600 W7500 W6900X W6800X Duo W6800X W6800 V620 V420 V340 V320 Vega II Duo Vega II VII SSGAMD InstinctMI300X MI300A MI300 MI250X MI250 MI210 MI200 MI100 MI60 MI50计算能力系列卡片及加速器9.0NVIDIAH1008.9GeForce RTX 40xxRTX 4090 RTX 4080 RTX 4070 Ti RTX 4060 TiNVIDIA 专业版L4 L40 RTX 60008.6GeForce RTX 30xxRTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 Ti RTX 3070 RTX 3060 Ti RTX 3060NVIDIA 专业版A40 RTX A6000 RTX A5000 RTX A4000 RTX A3000 RTX A2000 A10 A16 A28.0NVIDIAA100 A307.5GeForce GTX/RTXGTX 1650 Ti TITAN RTX RTX 2080 Ti RTX 2080 RTX 2070 RTX 2060NVIDIA 专业版T4 RTX 5000 RTX 4000 RTX 3000 T2000 T1200 T1000 T600 T500QuadroRTX 8000 RTX 6000 RTX 5000 RTX 40007.0NVIDIATITAN V V100 Quadro GV1006.1NVIDIA TITANTITAN Xp TITAN XGeForce GTX-GTX 1080 Ti GTX 1080 GTX 1070 Ti GTX 1070 GTX 1060 GTX 1050Quadro-P6000 P5200 P4200 P3200 P5000 P4000 P3000 P2200 P2000 P1000 P620 P600 P500 P520Tesla-P40 P46.0NVIDIATesla P100 Quadro GP1005.2GeForce GTXGTX TITAN X GTX 980 Ti GTX 980 GTX 970 GTX 960 GTX 950Quadro-M6000 24GB M6000 M5000 M5500M M4000 M2200 M2000 M620Tesla-M60 M405.0GeForce GTXGTX 750 Ti GTX 750 NVS 810Quadro-K2200 K1200 K620 M1200 M520 M5000M M4000M M3000M M2000M M1000M K620M M600M M500M安装ollama模型并且启用首先我们前往ollamamodes页面地址https://ollama.com/library当然也可以输入命令进入start https://ollama.com/library找到qwen模型点击进入选择和自己电脑配置吃得消的模型点击右上角的复制按钮到CMD窗口右击粘贴回车即可自动下载安装这个时候我们需要确保网络质量良好带宽的速率最起码100~300MB的带宽然后在命令行窗口进行对话即可对话计算的数独取决于你的CPU,如果有GPU的话速度会快一些但是这样的对话方式是不是不太美观接下来教大家搭建Ollama WebUIOllama WebUI部署Ollama WebUI为用户提供了一个图形界面用于下载模型和与模型进行对话。用户可以通过WebUI选择模型下载并刷新页面以开始交互安装方式必要的条件本地已经安装了ollama和docker并且开启了wsl和虚拟化操作第一步开启windwos必要的环境打开控制面板选择程序点击红色部分开启红色框选的部分点击确定然后重启第二步安装docker前往docker官方下载安装如果官网进不去我们提供下载后台回复docker网址https://www.docker.com/get-started/下载完毕后双击打开一路安装即可接下来开始安装Ollama WebUI下面是详细的方式windwos只用CPU运行的选择第一个选择GPU运行的选择第三个下面的命令在cmd窗口粘贴即可运行注意使用下面的命令需要您的docker正常运行打开软件左下角显示绿色即可如果 Ollama 在您的计算机上请使用以下命令30008080internalopendataopenopenopen如果 Ollama 位于其他服务器上请使用以下命令要连接到另一台服务器上的 Ollama请将更改为服务器的 URLOLLAMA_BASE_URL30008080//open/app/openopenopen要运行支持 Nvidia GPU 的 Open WebUI请使用以下命令30008080internalopendataopenopenopen仅供OpenAI API使用的安装如果您仅使用 OpenAI API请使用以下命令30008080opendataopenopenopen安装带有捆绑 Ollama 支持的 Open WebUI此安装方法使用将 Open WebUI 与 Ollama 捆绑在一起的单个容器映像允许通过单个命令简化设置。根据硬件设置选择适当的命令支持 GPU通过运行以下命令来利用 GPU 资源30008080/root/open/app/openopenopen仅适用于 CPU如果您不使用 GPU请改用以下命令30008080/root/open/app/openopenopen这两个命令都有助于 Open WebUI 和 Ollama 的内置、轻松安装确保您可以快速启动和运行所有内容。安装完成后您可以在http://localhost:3000访问Open WebUI。享受安装完毕后双击打开docker可以看见如下左下角运行状态Containers页面有您已经部署好的项目鼠标点击3000:8080我们进入映射的端口3000:800然后进行注册账号一定要注册账号因为首次注册账号的是管理员确认身份的然后就可以愉快的对话选择模型了Ollama中文网这个是对中文的小伙伴很友好的内容基本都是中文模型介绍也很清楚网址https://ollama.fan如何学习AI大模型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。这份完整版的大模型 AI 学习和面试资料已经上传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】第一阶段从大模型系统设计入手讲解大模型的主要方法第二阶段在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用第三阶段大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统第四阶段大模型知识库应用开发以LangChain框架为例构建物流行业咨询智能问答系统第五阶段大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型第六阶段以SD多模态大模型为主搭建了文生图小程序案例第七阶段以大模型平台应用与开发为主通过星火大模型文心大模型等成熟大模型构建大模型行业应用。学会后的收获• 基于大模型全栈工程实现前端、后端、产品经理、设计、数据分析等通过这门课可获得不同能力• 能够利用大模型解决相关实际项目需求 大数据时代越来越多的企业和机构需要处理海量数据利用大模型技术可以更好地处理这些数据提高数据分析和决策的准确性。因此掌握大模型应用开发技能可以让程序员更好地应对实际项目需求• 基于大模型和企业数据AI应用开发实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能 学会Fine-tuning垂直训练大模型数据准备、数据蒸馏、大模型部署一站式掌握• 能够完成时下热门大模型垂直领域模型训练能力提高程序员的编码能力 大模型应用开发需要掌握机器学习算法、深度学习框架等技术这些技术的掌握可以提高程序员的编码能力和分析能力让程序员更加熟练地编写高质量的代码。1.AI大模型学习路线图2.100套AI大模型商业化落地方案3.100集大模型视频教程4.200本大模型PDF书籍5.LLM面试题合集6.AI产品经理资源合集获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】