Windows CPU部署llama2量化模型并实现API接口

模型部署

从huggingface下载模型
https://huggingface.co/
放在本地文件夹,如下
在这里插入图片描述

本地运行llama2

from ctransformers import AutoModelForCausalLM

llm = AutoModelForCausalLM.from_pretrained("D:\llm\llama2\models\llama2-7b-chat-ggml", model_file = 'llama-2-7b-chat.ggmlv3.q3_K_S.bin')

print(llm('<s>Human: 介绍一下中国\n</s><s>Assistant: '))

使用fastapi实现API接口

服务端

import uvicorn
from fastapi import FastAPI
from pydantic import BaseModel
from ctransformers import AutoModelForCausalLM
# 参考 https://blog.csdn.net/qq_36187610/article/details/131835752

app = FastAPI()

class Query(BaseModel):
    text: str

@app.post("/chat/")
async def chat(query: Query):
    input = query.text 
    llm = AutoModelForCausalLM.from_pretrained("D:\llm\llama2\models\llama2-7b-chat-ggml", model_file = 'llama-2-7b-chat.ggmlv3.q3_K_S.bin')
    output = llm('<s>Human: ' + input + '\n</s><s>Assistant: ')
    print(output)   
    return {
   "result": output}
    
if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=6667)

客户端

import requests

url = "http://192.168.3.16:6667/chat/"  # 注意这里ip地址不能使用0.0.0.0,而是使用实际IP地址,通过ipconfig可以查看
query = {
   "text": "你好,请做一段自我介绍,使用中文回答,不能超过100个字。"}

response = requests.post(url, json=query)

if response.status_code == 200:
    result = response.json()
    print("BOT:", result["result"])
else:
    print("Error:", response.status_code, response.text)

常用git仓库

https://github.com/marella/ctransformers
https://github.com/FlagAlpha/Llama2-Chinese
https://github.com/tiangolo/fastapi

相关推荐

  1. Chinese-LLaMA-Alpaca-2模型量化部署&测试

    2024-01-02 12:06:01       34 阅读
  2. 使用LMDeploy部署量化Llama 3模型

    2024-01-02 12:06:01       28 阅读
  3. [AI模型] Meta LLaMA-2

    2024-01-02 12:06:01       32 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-01-02 12:06:01       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-01-02 12:06:01       100 阅读
  3. 在Django里面运行非项目文件

    2024-01-02 12:06:01       82 阅读
  4. Python语言-面向对象

    2024-01-02 12:06:01       91 阅读

热门阅读

  1. Vue中的keep-alive缓存组件的理解

    2024-01-02 12:06:01       52 阅读
  2. 12.26

    12.26

    2024-01-02 12:06:01      64 阅读
  3. c++ day4

    2024-01-02 12:06:01       44 阅读
  4. 微信小程序canvas手写签字

    2024-01-02 12:06:01       52 阅读
  5. C:宏:编程风格:井号与define之间的空格

    2024-01-02 12:06:01       59 阅读
  6. 将jupyter转换为python文件

    2024-01-02 12:06:01       58 阅读
  7. LeetCode 20. 有效的括号

    2024-01-02 12:06:01       56 阅读
  8. Android 10.0 截屏流程

    2024-01-02 12:06:01       47 阅读
  9. Atlas Hook 导入 Hive 元数据

    2024-01-02 12:06:01       52 阅读
  10. KVM虚拟机部署K8S重启后/etc/hosts内容丢失

    2024-01-02 12:06:01       57 阅读
  11. 深入理解@Resource与@Autowired:用法与区别解析

    2024-01-02 12:06:01       54 阅读