【AI大模型】本地安装开源大模型需要具备的条件
需要具备的条件
1、独立显卡，6G及以上
2、主板支持虚拟化
3、windows系统或者mac
4、windows系统默认安装大模型在c盘，磁盘剩余空间至少10G以上（后面会有修改存储路径的方法）
5、windows安装powershell（建议安装，也可以不安装）
安装步骤（以windows11为例）
1、安装git 安装后，运行cmd，执行git -v，返回版本信息，则证明安装成功
2、开启虚拟化
开启后，重启电脑以便生效。
3、安装docker
下载后双击安装docker
4、安装ollama
安装完后运行，打开浏览器访问测试页面：
显示“Ollama is running”
5、克隆github上的项目 创建一个目录，例如G:\damoxing，进入目录，点击右键“在终端打开” 以管理员身份打开cmd执行命令：git clone
6、启动容器
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-
webui:main
7、下载模型 打开gemma站点，选择models
点开链接，选择版本后，copy命令
在cmd中粘贴执行：ollama run llama2-chinese:13b
8、打开页面，注册、登录 打开链接：
9、其它一些设置 登录后，点击左下角选择settings，可以根据自己的需求修改。
10、测试
在最上端选择模型后就可以对话了。
“你们抓周树人关我鲁迅什么事？”这句话是什么意思
可以看出中文方面还是很拉胯的，不如国内做得好。
映射模型存储目录
如果你的c盘目录不够大，可以执行以下步骤
1、退出正在占用C:\Users\Administrator.ollama\models\blobs\目录的程序，这里是docker和ollama
2、将C:\Users\Administrator.ollama\models\blobs\目录重命名，例如改成blobs_bak
3、以管理员身份运行cmd
4、执行以下命令
# 切换到指定目录
cd C:\Users\Administrator\.ollama\models
# 创建目录符号链接
mklink /D blobs\ F:\ollamacache
# 注：切换到指定目录的原因是直接执行创建目录符号链接时报错“系统找不到指定的路径。”（猜测原因是因为含有隐藏目录）
5、将C:\Users\Administrator.ollama\models\blobs\目录下的模型数据，复制到新的目录F:\ollamacache下【一定不要忘记】
6、启动ollama和docker，可以正常启动，且能找到已经安装过的模型，则证明创作成功。
7、测试：下载新的模型，c盘存储没有增加，而是存储到了F:\ollamacache目录下，且能够正常使用。
8、最后，删除备份的数据blobs_bak
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
LLM大模型学习路线 ↓
阶段1：AI大模型时代的基础理解
目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
