streamlit run /Gemma-2/compshare-tmp/chatBot.py --server.address 0.0.0.0 --server.port 11434
pip 换源加速下载并安装依赖包
# 更换 pypi 源加速库的安装
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 einops modelscope streamlit
pip install einops modelscope streamlit==1.24.0 torch transformers accelerate sentencepiece
使用 modelscope 中的 snapshot_download 函数下载模型,第一个参数为模型名称,参数 cache_dir 为模型的下载路径。 在 /Gemma-2/compshare-tmp 路径下新建 download.py 文件并在其中输入以下内容,粘贴代码后记得保存文件,如下图所示。并运行 python /Gemma-2/compshare-tmp/download.py执行下载,模型大小为 18GB左右,下载大概需要 20 分钟。
import torch
from modelscope import snapshot_download
import os
model_dir = snapshot_download(LLM-Research/gemma-2-9b-it, cache_dir=/Gemma-2/compshare-tmp)
这里是可执行文件chatBot.py
# 导入所需的库
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import streamlit as st
# 在侧边栏中创建一个标题和一个链接
with st.sidebar:
st.markdown(## Gemma2.0 LLM)
# 创建一个滑块,用于选择最大长度,范围在0到1024之间,默认值为512
max_length = st.slider(max_length, 0, 1024, 512, step=1)
# 创建一个标题和一个副标题
st.title(💬 Gemma2.0 Chatbot)
st.caption(🚀 A streamlit chatbot powered by Self-LLM)
# 定义模型路径
path = /Gemma-2/compshare-tmp/LLM-Research/gemma-2-9b-it
# 定义一个函数,用于获取模型和tokenizer
@st.cache_resource
def get_model():
print(Creat tokenizer...)
tokenizer = AutoTokenizer.from_pretrained(path)
print(Creat model...)
model = AutoModelForCausalLM.from_pretrained(path, device_map=cuda, torch_dtype=torch.bfloat16,)
return tokenizer, model
# 加载emma-2-9b-it的model和tokenizer
tokenizer, model = get_model()
# 如果session_state中没有messages,则创建一个包含默认消息的列表
if messages not in st.session_state:
st.session_state[messages] = []
# 遍历session_state中的所有消息,并显示在聊天界面上
for msg in st.session_state.messages:
st.chat_message(msg[role]).write(msg[content])
# 如果用户在聊天输入框中输入了内容,则执行以下操作
if prompt := st.chat_input():
# 将用户的输入添加到session_state中的messages列表中
st.session_state.messages.append({role: user, content: prompt})
# 在聊天界面上显示用户的输入
st.chat_message(user).write(prompt)
# 调用模型
inputs = tokenizer.apply_chat_template(st.session_state.messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer.encode(inputs, add_special_tokens=False, return_tensors=pt)
outputs = model.generate(input_ids=inputs.to(model.device), max_new_tokens=150)
outputs = tokenizer.decode(outputs[0])
response = outputs.split(model)[-1].replace(<end_of_turn>\n<eos>, )
# 将模型的输出添加到session_state中的messages列表中
st.session_state.messages.append({role: model, content: response})
# 在聊天界面上显示模型的输出
st.chat_message(model).write(response)
# print(st.session_state)
在终端中运行以下命令,启动streamlit服务
streamlit run /Gemma-2/compshare-tmp/chatBot.py --server.address 0.0.0.0 --server.port 11434
在浏览器打开 http://(外部ip):11434 界面,模型加载,即可使用。