2000+多种开源大模型随意部署！一键搭建本地大模型，不挑环境、不挑配置（ollama 安装部署教程《Windows/Linux，Mac》）

news/2024/10/22 0:07:52

2000+多种开源大模型随意部署！一键搭建本地大模型，不挑环境、不挑配置（ollama 安装部署教程《Windows/Linux，Mac》）

一、Ollama介绍

2.1 基本介绍

Ollama是一个支持在Windows、Linux和MacOS上本地运行大语言模型的工具。它允许用户非常方便地运行和使用各种大语言模型,比如Qwen模型等。用户只需一行命令就可以启动模型。

主要特点包括:

  1. 跨平台支持Windows、Linux、MacOS系统。
  2. 提供了丰富的模型库,包括Qwen、Llama等1700+大语言模型,可以在官网model library中直接下载使用。
  3. 支持用户上传自己的模型。用户可以将huggingface等地方的ggml格式模型导入到ollama中使用。也可以将基于pytorch等格式的模型转换为ggml格式后导入。
  4. 允许用户通过编写modelfile配置文件来自定义模型的推理参数,如temperature、top_p等,从而调节模型生成效果。
  5. 支持多GPU并行推理加速。在多卡环境下,可以设置环境变量来指定特定GPU。
  6. 强大的技术团队支持，很多模型开源不到24小时就能获得支持。

总的来说,Ollama降低了普通开发者使用大语言模型的门槛,使得本地部署体验大模型变得简单易行。对于想要搭建自己的AI应用,或者针对特定任务调优模型的开发者来说,是一个非常有用的工具。它的一些特性,如允许用户自定义模型参数,对模型进行个性化适配提供了支持。

2.2 官网

  • Ollama 下载：https://ollama.com/download
  • Ollama 官方主页：https://ollama.com
  • Ollama 官方 GitHub 源代码仓库：https://github.com/ollama/ollama/

image-20240923230605199

二、window 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Windows(Preview)”

下载好以后一路install 安装即可。

安装完成之后，打开一个cmd命令窗口，输入“ollama”命令，如果显示ollama相关的信息就证明安装已经成功了！

三、Mac 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Mac”

下载好后打开安装命令行

image-20240926225342821

四、 Linux 安装

在Linux系统上,可以通过脚本安装或源码编译的方式来安装Ollama。下面分别介绍这两种安装方法。

4.1 脚本安装

Ollama提供了一键安装脚本,可以快速在Linux系统上安装Ollama。安装步骤如下:

  1. 打开终端,执行以下命令下载安装脚本:

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

  2. 等待安装完成。安装脚本会自动下载所需的组件,并完成Ollama的安装与配置。

  3. 安装完成后,可以通过以下命令启动Ollama:

    ollama serve

4.2 二进制安装

  1. 将 Ollama 的二进制文件下载到 PATH 中的目录：

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

  2. 将 Ollama 添加为自启动服务，首先，为 Ollama 创建用户：

sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama

  1. 然后在该位置：/etc/systemd/system/ollama.service 创建服务文件

    [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

  2. 设置开机自启动

    sudo systemctl daemon-reload
sudo systemctl enable ollama

  3. 启动 Ollama，使用以下命令启动 Ollama：systemd

    sudo systemctl start ollama

4.3 安装特定版本

设置 OLLAMA_VERSION字段，，可以安装对应的版本

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.3.13 sh

4.4 查看日志

查看作为启动服务运行的 Ollama 的日志：

journalctl -e -u ollama

4.5 更新

通过shell 脚本更新 Ollama：

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

或者下载 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

4.6 卸载

  • 删除 Ollama 服务：
sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service
  • 从 bin 目录中删除 Ollama 二进制文件： /usr/local/bin ,/usr/bin ,/bin
sudo rm $(which ollama)
  • 删除下载的模型和 Ollama 服务用户和组：
sudo rm -r /usr/share/ollama
sudo userdel ollama
sudo groupdel ollama

三、命令参数

以下是 Ollama 使用常见的指令：

ollama serve         #启动ollama
ollama create        #从模型文件创建模型
ollama show          #显示模型信息
ollama run           #运行模型
ollama pull          #从注册表中拉取模型
ollama push          #将模型推送到注册表
ollama list          #列出模型
ollama cp            #复制模型
ollama rm            #删除模型
ollama help          #获取有关任何命令的帮助信息

四、设置自定义模型下载路径

默认情况下，ollama模型的存储目录如下：

  • macOS: ~/.ollama/models
  • Linux: /usr/share/ollama/.ollama/models
  • Windows: C:\Users\<username>\.ollama\models

4.1 Windows 更改 Ollama 模型存放位置

在Windows系统中，若要更改Ollama模型的存放位置，可以按照以下步骤操作：

  1. 打开环境变量编辑界面。可以通过以下方式：
    • 右键点击“此电脑”或“我的电脑”，选择“属性”。
    • 在系统窗口中选择“高级系统设置”。
    • 在系统属性窗口中点击“环境变量”按钮。
  2. 在环境变量窗口中，点击“新建”创建一个新的系统变量或用户变量。
    • 变量名：OLLAMA_MODELS
    • 变量值：输入你希望设置的新模型存放路径，例如：D:\Ollama\Models
  3. 点击“确定”保存设置。
  4. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

4.2 Linux/Mac 更改 Ollama 模型存放位置

在Linux或Mac系统中，更改Ollama模型存放位置的步骤如下：

  1. 打开终端。

  2. 创建一个新的目录作为模型存放位置，例如：

    mkdir -p /path/to/your/new/ollama/models

  3. 设置环境变量。在Linux系统中，可以通过编辑~/.bashrc或~/.bash_profile文件（对于bash shell）或~/.zshrc文件（对于zsh shell）。在Mac系统中，可以通过编辑~/.bash_profile或~/.zshrc文件。使用以下命令编辑文件：

    nano ~/.bashrc  # 或者使用其他的文本编辑器，如vim

  4. 在文件末尾添加以下行来设置OLLAMA_MODELS环境变量：

    export OLLAMA_MODELS="/path/to/your/new/ollama/models"

  5. 保存并关闭文件。如果你使用的是nano编辑器，可以按Ctrl + X，然后按Y确认保存，最后按Enter键。

  6. 使环境变量生效。在终端中运行以下命令：

    source ~/.bashrc  # 或者source ~/.bash_profile，取决于你编辑的文件

  7. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

五、导入 huggingface 模型

Ollama 从最新版0.3.13开始支持从 Huggingface Hub 上直接拉取各种模型，包括社区创建的 GGUF 量化模型。用户可以通过简单的命令行指令快速运行这些模型。

可以使用如下命令：

ollama run hf.co/{username}/{repository}

请注意，您可以使用 hf.co 或 huggingface.co 作为域名。

cover

要选择不同的量化方案，只需在命令中添加一个标签：

ollama run hf.co/{username}/{repository}:{quantization}

guide.png
例如：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:IQ3_M
ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0

量化名称不区分大小写，因此以下命令同样有效：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:iq3_m

您还可以直接使用完整的文件名作为标签：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Llama-3.2-3B-Instruct-IQ3_M.gguf

参考链接

  • https://techdiylife.github.io/blog/blog.html?category1=c02&blogid=0037#ollama应用全面解析20个问题精通ollama

  • https://techdiylife.github.io/blog/blog.html?category1=c02&blogid=0037#16-linux系统中以服务模式运行ollama如何查看运行日志

  • https://mn.cyou/archives/ollama

  • https://datawhalechina.github.io/handy-ollama/#/

  • https://github.com/ollama/ollama/blob/main/docs

  • https://huggingface.co/docs/hub/en/ollama

本文由博客一文多发平台 OpenWrite 发布！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.ryyt.cn/news/74419.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈，一经查实，立即删除！

相关文章

SPSS、R 语言因子分析FA、主成分分析PCA对居民消费结构数据可视化分析

SPSS、R 语言因子分析FA、主成分分析PCA对居民消费结构数据可视化分析

全文链接：https://tecdat.cn/?p=37952 原文出处：拓端数据部落公众号 分析师：Ting Mei在经济发展的大背景下，居民消费结构至关重要。本文围绕居民消费结构展开深入研究，运用 SPSS25.0 和 R 语言，以因子分析法和主成分分析法对东北三省居民消费价格指数及全国城镇居民消费…
阅读更多...
LLM学习-基础知识

LLM学习-基础知识

NLP NLP代表自然语言处理，是关于计算机和人类语言之间交互的领域。NLP涵盖了一系列任务，包括文本处理、语音识别、语言翻译、信息检索等。NLP技术的发展使得计算机能够理解、解释和生成人类语言，促进了许多领域的发展，包括智能助手、文本分析、情感分析等。 LLM LLM指的是大…
阅读更多...
Photoshop PS 免费安装使用2024 最新使用

Photoshop PS 免费安装使用2024 最新使用

传送门：https://pan.quark.cn/s/3166efc40518 ps：下载后解压就可使用在前端开发的过程中，设计师没有空的时候，或者独自在加班的时候，图像处理是一个不可避免的任务。无论是切图、调整图片尺寸，还是简单的修饰，掌握一款强大的图像编辑工具都是非常重要的。作为一名前端工…
阅读更多...
form表单元素测试（checkbox和radio）

form表单元素测试（checkbox和radio）

form表单元素测试之checkbox（复选框）和radiobutton（单选按钮）一、定义form表单 用到的元素：checkbox和radiobutton 下图定义了一个选择爱好和选择性别的form表单，区域1用到的表单元素是checkbox(复选框)，区域2用到的表单元素是radiobutton点击查看代码 <!DOCTYPE htm…
阅读更多...
Day11 备战CCF-CSP练习

Day11 备战CCF-CSP练习

202303-3Day 11 题目描述 题目很长，就不赘述了（主要是懒得写） 题目解析 Gauss 消元 题目的提示很明显，将元素守恒作为建立等式的基础。只要满足每一行元素守恒，即\(x_1 + x_2 + + x_n = 0\)即可 元素个数为\(m\)，物质个数为\(n\)，增广矩阵的大下为\(m * (n + 1)\)，Gau…
阅读更多...
服务器端训练yolov5使用tensorboard＋端口转发 实时查看训练成果

服务器端训练yolov5使用tensorboard＋端口转发 实时查看训练成果

服务器端训练yolov5使用tensorboard＋端口转发 实时查看训练成果 本文参照博客园的一位大佬（相当感谢！！！）：本地浏览器查看云服务器训练模型的tensorboard界面 - 拾一贰叁 - 博客园 服务器端操作运行train.py开始训练 新开一个终端进入到yolov5目录 输入 tensorboard --l…
阅读更多...
习题6.7代码

习题6.7代码

习题6.7代码 import numpy as np import pandas as pd import cvxpy as cp import networkx as nx import matplotlib.pyplot as plt df = pd.read_excel(F:\python数学建模与算法\源程序\《Python数学建模算法与应用》程序和数据\第6章 图论模型\data6.xlsx) D = df.values d…
阅读更多...
在华为云服务器上测试GCC for OpenEuler的特性

在华为云服务器上测试GCC for OpenEuler的特性

步骤1：购买并配置华为云服务器 1.1 注册华为云账号访问华为云官网：打开浏览器，访问 华为云官网。 注册账号：点击页面右上角的“注册”按钮。 按照提示填写必要的信息（邮箱、密码、验证码等）完成注册。 可能需要验证邮箱，请按照邮件中的指示完成验证。1.2 登录华为云控制…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023