该篇教程主要讲解*Ollama的安装和简单使用*
Ollama：
在本地启动并运行大型语言模型。
主要流程目录：
1.安装
2.使用
2.1.下载模型
2.2.简单使用
2.3.中文模型
2.4.中文社区
3.总结
1.安装
创建一个容器
切换”高级视图“
参考填写
ollama
ollama/ollama:latest
https://mmbiz.qpic.cn/sz_mmbiz_png/5xFLia3A3km6oibL7VLZV0B09KTUphrnTjIXGsuraPsJr0a0yzQuxlgjnZnT5m56tDCSic9h2XP34cvNjiaMk1POmQ/640?wx_fmt=png&from=appmsg
http://[IP]:[PORT:11434]/
Tip：
上面配置是纯CPU运行，如果要使用GPU（Nvidia/AMD）自行看文档
https://hub.docker.com/r/ollama/ollama
添加其他参数
/root/.ollama
/mnt/user/appdata/ollama
11434
11434
2.使用
上面部署的这个只是一个框架，还需要下载模型才可以运行。如果需要美观的UI界面，还需要另外安装其他应用配合。
2.1.下载模型
来到官网，点击右上角"Model"，下载模型
点击可以进行排序，这里我选择llama3
Tip：
- 7b 大小的模型通常至少需要 8GB RAM
- 13b 大小的模型通常至少需要 16GB RAM
- 33b 大小的模型通常至少需要 32GB RAM
- 70b 大小的模型通常需要至少 64GB RAM
可以选择模型大小进行下载，复制右侧代码（不指定大小默认是8B）
打开ollama的控制台
Tip：
一定要保证网络通畅，还有一定不要关闭弹窗不然就看不到进度了
拉取llama3模型
ollama pull llama3
模型下载完成
2.2.简单使用
因为没有UI界面，所以还是在这个控制台界面操作
列出模型
ollama list
前面部分就是名称了（只有一个版本的话，可以不用后面版本）
运行模型
ollama run 模型名称
可以直接输入问题，回车确认
中文也是没问题的
2.3.中文模型
虽然一般的模型都可以中文问答，但是有时候还是会出现英文回复现象。所以我建议是可以直接用中文微调的模型，这样比较省事。
拉取中文模型（拉取一个就行了，这里我是拉取Llama3的）
运行效果
Tip：
删除模型（如果前面下载的模型不想要了，可以删除）
ollama rm 模型名称
2.4.中文社区
这里属于扩展部分，简单介绍Llama中文社区
Llama中文社区（GitHub），上面相关教程还是很多很全面的，也可以下载中文相关的模型。
https://github.com/LlamaFamily/Llama-Chinese
Llama中文社区（官网），很有意思的网站，建议自行挖宝
https://llama.family/
3.总结
部署和使用其实还是很方便的，没有遇到什么问题，小白也可以轻松上手。本地部署大模型的好处就是不需要联网，数据相当比较安全。虽然运行模型对设备要求不算太高，但想要有一个比较好的体验还是需要性能好一点。
上面测试用的是QNCT（6C12T，而且当时还运行其他占用资源比较多的应用），下面这段话回复大概用了57秒左右
需要内存还是比较大的，会随着使用增多
没有加载模型前
加载模型以后
回复问题时
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！
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。
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。
四、AI大模型商业化落地方案
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。
