系列篇章💥
| No. | 文章 |
|---|---|
| 1 | 【Qwen部署实战】探索Qwen-7B-Chat：阿里云大型语言模型的对话实践 |
| 2 | 【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人 |
| 3 | 【Qwen2部署实战】探索Qwen2-7B：通过FastApi框架实现API的部署与调用 |
| 4 | 【Qwen2部署实战】Ollama上的Qwen2-7B：一键部署大型语言模型指南 |
| 5 | 【Qwen2部署实战】llama.cpp：一键部署高效运行Qwen2-7b模型 |
| 6 | 【Qwen2部署实战】部署高效AI模型：使用vLLM进行Qwen2-7B模型推理 |
目录
- 系列篇章💥
- 引言
- 一、Ollama简介
- 二、Ollama部署运行
- 1、安装Ollama
- 2、验证安装
- 三、快速开始
- 四、高级用法
- 参数调整
- 样例1：调整生成文本的多样性
- 样例2：避免重复生成文本
- 结语
引言
在自然语言处理的前沿，大型语言模型（LLM）如Qwen2-7B正以其卓越的性能，开启智能应用的新篇章。然而，这些强大模型的本地部署往往因技术门槛而受限。【Qwen2】Ollama上的Qwen2-7B：一键部署大型语言模型指南，为您提供了解决方案。
本文将引导您通过Ollama平台，轻松实现Qwen2-7B模型的一键部署和运行。Ollama以其简洁的命令行界面，让复杂的模型运行变得异常简单，无论您是AI领域的新手还是资深开发者，都能快速上手。
让我们启程，一探Ollama如何让大型语言模型的本地部署变得触手可及。
一、Ollama简介
Ollama作为一个创新的本地部署工具，极大地简化了大型语言模型（LLM）的运行过程。它支持MacOS、Linux和Windows操作系统，使用户能够通过简单的命令行操作快速体验Qwen2模型的强大功能。
Ollama的设计宗旨是让用户轻松地在本地机器上运行大型语言模型。对于Qwen2模型，Ollama提供了一站式的解决方案，从模型下载到运行，一切都变得异常简单。
二、Ollama部署运行
1、安装Ollama
在开始之前，您需要在您的设备上安装Ollama。这个过程非常简单，以下是详细的步骤：
- 访问官方网站：打开浏览器，访问Ollama官方网站。
- 选择版本：根据您的操作系统选择相应的安装包。Ollama支持MacOS、Linux和Windows。
- 下载安装包：点击Download按钮，下载适用于您设备的Ollama安装包。
- 安装Ollama：根据下载的安装包格式，运行安装程序或解压缩文件到您选择的目录。
对于Linux用户，您还可以通过以下命令行安装，其他操作系统，
请参考地：https://github.com/ollama/ollama?tab=readme-ov-file
curl -fsSL https://ollama.com/install.sh | sh
请根据实际发布的版本号替换上述命令中的版本信息。
2、验证安装
安装完成后，您可以通过运行以下命令来验证Ollama是否正确安装：
ollama --version
如果安装正确，该命令将输出Ollama的版本信息。
启动ollama
ollama serve
三、快速开始
访问Ollama官方网站，点击Download获取适用于您操作系统的安装包。安装完成后，在Ollama的模型库中搜索并找到Qwen2系列模型。运行Qwen2模型，只需一条命令：（另外打开一个命令窗口执行）
ollama run qwen2
要运行特定大小的Qwen2-Instruct模型，例如7B大小的模型，可以通过指定模型标签来实现：
ollama run qwen2:7b
下载&启动运行成功如下：
对话测试如下：
>>> 你好？
你好！有什么问题我可以帮助你解答吗？
>>> 你是谁？
我是阿里云开发的一款超大规模语言模型，我叫通义千问。作为一个AI助手，我的主要任务是回答用户的问题、提供信息和在各个领域与用户进行交流。我被设计为能理解自然语
言，并以简洁明了的方式提供帮助或解答问题。请随时告诉我你有需要了解的内容，我会尽力提供支持！
>>> 什么是通义千问？
通义千问是阿里云研发的超大规模语言模型，它具有生成人类级别文本、回答问题和与用户进行对话的能力。作为一个AI助手，我旨在帮助解答问题、提供建议或进行信息交流。
请告诉我你有什么需要了解的内容或者想要探讨的话题，我会尽力提供帮助！
>>> 什么是大语言模型？
大语言模型（Large Language Model, LLM）是指通过大量数据训练的复杂深度学习模型，能够处理自然语言任务并生成与输入相关的文本。这些模型在结构上通常包含许多层神
经网络和大量的参数，使其具有高度的学习能力和适应性。
大语言模型的核心在于它们采用自注意力机制（Self-Attention Mechanism），这是一种用于理解和表示序列数据的方法，使得模型不仅关注单词之间的顺序关系，还能够捕捉到
语义上的关联。这使得大语言模型在生成连贯、相关且高质量的文本方面表现优异，适用于多种自然语言处理任务，包括但不限于：
- 文本生成：从给定的句子或主题自动创作新文本。
- 问答系统：回答问题、提供定义、解释和建议等。
- 文本翻译：将一种语言的文本自动转换为另一种语言。
- 代码生成与修复：编写、修改或理解程序代码。
- 对话管理：在聊天机器人和虚拟助手中进行自然流畅的对话。
大语言模型的训练通常需要海量的数据集，这包括从各种来源收集的语料库。通过使用大量数据进行微调，这些模型能够针对特定任务获得更好的性能，但同时也可能带来一些挑
战，比如模型偏见、透明度问题以及生成不准确或有害内容的风险。因此，在实际应用中，往往需要采取相应的策略来优化和监控这些模型的行为。
四、高级用法
Ollama不仅提供了简单的命令行操作，还允许用户通过高级配置来充分利用Qwen2模型的功能。
参数调整
您可以调整以下参数来控制生成文本的特性：
| 参数名 | 描述 | 类型 | 默认值 | 设置值 |
|---|---|---|---|---|
| mirostat | 启用 Mirostat 采样以控制复杂度。（默认：0，0=禁用，1=Mirostat，2=Mirostat 2.0） | int | 0 | mirostat 0 |
| mirostat_eta | 影响算法响应生成文本反馈的速度。较低的学习率将导致调整速度较慢，而较高的学习率将使算法更具响应性。（默认：0.1） | float | 0.1 | mirostat_eta 0.1 |
| mirostat_tau | 控制输出的一致性与多样性之间的平衡。较低的值将导致文本更加集中和一致。（默认：5.0） | float | 5.0 | mirostat_tau 5.0 |
| num_ctx | 设置用于生成下一个令牌的上下文窗口大小。（默认：2048） | int | 2048 | num_ctx 4096 |
| repeat_last_n | 设置模型向后查看的距离，以防止重复。（默认：64，0=禁用，-1=num_ctx） | int | 64 | repeat_last_n 64 |
| repeat_penalty | 设置对重复的惩罚强度。较高的值（例如 1.5）将更强烈地惩罚重复，而较低的值（例如 0.9）将更宽容。（默认：1.1） | float | 1.1 | repeat_penalty 1.1 |
| temperature | 模型的温度。增加温度将使模型回答更具创造性。（默认：0.8） | float | 0.8 | temperature 0.7 |
| seed | 设置用于生成的随机数种子。将此设置为特定数字将使模型对同一提示生成相同的文本。（默认：0） | int | 0 | seed 42 |
| stop | 设置用于停止的序列。当遇到此模式时，LLM 将停止生成文本并返回。可以通过在 modelfile 中指定多个单独的 stop 参数来设置多个停止模式。 | string | stop “AI assistant:” | |
| tfs_z | 尾部自由采样用于减少输出中不太可能的令牌的影响。较高的值（例如 2.0）将更多地减少影响，而值为 1.0 时禁用此设置。（默认：1） | float | 1 | tfs_z 1 |
| num_predict | 生成文本时预测的最大令牌数。（默认：128，-1=无限生成，-2=填充上下文） | int | 128 | num_predict 42 |
| top_k | 降低生成无意义文本的概率。较高的值（例如 100）将提供更多样的回答，而较低的值（例如 10）将更为保守。（默认：40） | int | 40 | top_k 40 |
| top_p | 与 top-k 一起工作。较高的值（例如 0.95）将导致文本更多样化，而较低的值（例如 0.5）将生成更集中和保守的文本。（默认：0.9） | float | 0.9 | top_p 0.9 |
样例1：调整生成文本的多样性
通过调整top_p和top_k参数，我们可以控制生成文本的多样性和连贯性：
top_k 降低生成无意义文本的概率。较高的值（例如 100）将提供更多样的回答，而较低的值（例如 10）将更为保守。（默认：40） int top_k 40
top_p 与 top-k 一起工作。较高的值（例如 0.95）将导致文本更多样化，而较低的值（例如 0.5）将生成更集中和保守的文本。（默认：0.9） float top_p 0.9
ollama run qwen2:7b --top_p 0.9 --top_k 50
样例2：避免重复生成文本
在需要避免模型重复生成相同文本的场景中，可以调整repeat_penalty参数：
repeat_penalty 设置对重复的惩罚强度。较高的值（例如 1.5）将更强烈地惩罚重复，而较低的值（例如 0.9）将更宽容。（默认：1.1）
ollama run qwen2:7b --repeat_penalty 2.0
结语
Ollama作为一个强大的本地部署工具，为用户提供了一种简便、高效的方式来运行和体验大型语言模型。本文介绍了如何在Ollama上部署并运行qwen2-7b模型，以及如何通过高级配置和实操样例来充分利用Ollama的功能。随着技术的不断发展，Ollama将继续扩展其功能，支持更多的模型和应用场景，为广大用户提供更加丰富的人工智能体验。
🎯🔖更多专栏系列文章：AI大模型提示工程完全指南、AI大模型探索之路（零基础入门）、AI大模型预训练微调进阶、AI大模型开源精选实践、AI大模型RAG应用探索实践🔥🔥🔥 其他专栏可以查看博客主页📑
😎 作者介绍：我是寻道AI小兵，资深程序老猿，从业10年+、互联网系统架构师，目前专注于AIGC的探索。
📖 技术交流：欢迎关注【小兵的AI视界】公众号或扫描下方👇二维码，加入技术交流群，开启编程探索之旅。
💘精心准备📚500本编程经典书籍、💎AI专业教程，以及高效AI工具。等你加入，与我们一同成长，共铸辉煌未来。
如果文章内容对您有所触动，别忘了点赞、⭐关注，收藏！加入我，让我们携手同行AI的探索之旅，一起开启智能时代的大门！
![FIND_IN_SET使用案例--[sql语句根据多ids筛选出对应数据]](https://i-blog.csdnimg.cn/direct/1e4b5dac32c1494c904ed47b8070ffba.png)
