
Ollama模型拉取加速教程:解决本地速度慢与失败问题,轻松提升效率!
有的时候,我们在ollama pull 拉取模型时,很长时间都拉取不下来,这是由于ollama拉取模型的网址并不在国内,网速就比较慢。这个时候,可以考虑自己先本地把模型下载下来,再进行加载。另外网速问题,还可以开启VPN 挂 Tun 模式,这种我们就不细说了。本方法适合有一定基础的朋友进行实践。如果你能成功拉取模型,则不需要关注。ollama 提供了可以在本地加载模型的方案,就是使用一个配置文件的
有的时候,我们在ollama pull 拉取模型时,很长时间都拉取不下来,这是由于ollama拉取模型的网址并不在国内,网速就比较慢。这个时候,可以考虑自己先本地把模型下载下来,再进行加载。另外网速问题,还可以开启VPN 挂 Tun 模式,这种我们就不细说了。
本方法适合有一定基础的朋友进行实践。如果你能成功拉取模型,则不需要关注。
ollama 提供了可以在本地加载模型的方案,就是使用一个配置文件的方法。这样,我们可以使用阿里的modelscope 去下载模型,由于 modelscope 是国内的网站,下载速度是杠杠的,一点也不用担心下载慢的问题。
下面,以DeepSeek-R1 7b 模型为例,给大家介绍下如何下载这款模型。具体的网站和截图,我放在下面了,打开后会出现如下图所示的界面。
网站:
https://modelscope.cn/models/unsloth/DeepSeek-R1-Distill-Qwen-7B-GGUF
然后,在模型文件处,点击下载模型,就可以根据提示把模型下载到本地。当然,你也可以只点击每个模型的下载按钮,这样就只下载指定的模型,更节省时间。这里,模型越大,效果就越好,我们可以根据实际选择自己需要的模型。
下载完成后,需要启动 ollama,然后我们可以使用下面的命令去查看一个已经存在的模型镜像文件,以便后续的复制粘贴操作。
ollama show deepseek-r1:7b --modelfile
然后参考已经存在的镜像文件,去编写自己的镜像文件,只需要将下面 From 所在行的路径替换成自己的本地路径就可以,其他的地方可以不需要修改。
# Modelfile generated by "ollama show"
# To build a new Modelfile based on this, replace FROM with:
# FROM deepseek-r1:7b
FROM D:\models\blobs\sha256-96c415656d377afbff962f6cdb2394ab092ccbcbaab4b82525bc4ca800fe8a49
TEMPLATE """{{- if .System }}{{ .System }}{{ end }}
{{- range $i, $_ := .Messages }}
{{- $last := eq (len (slice $.Messages $i)) 1}}
{{- if eq .Role "user" }}<|User|>{{ .Content }}
{{- else if eq .Role "assistant" }}<|Assistant|>{{ .Content }}{{- if not $last }}<|end▁of▁sentence|>{{- end }}
{{- end }}
{{- if and $last (ne .Role "assistant") }}<|Assistant|>{{- end }}
{{- end }}"""
PARAMETER stop <|begin▁of▁sentence|>
PARAMETER stop <|end▁of▁sentence|>
PARAMETER stop <|User|>
PARAMETER stop <|Assistant|>
镜像文件的详细解释,可以看下面链接:https://github.com/ollama/ollama/blob/main/docs/modelfile.md
镜像制作完成后,就可以使用下面的命令去创建模型,记得需要替换成指定自己镜像文件的地址。
ollama create deepseek-r1-7b -f deepseek-r1-7b.mf
在命令行执行下面命令,调用模型。
ollama run deepseek-r1-7b:latest
如何系统学习掌握AI大模型?
AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。
学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。
这里给大家精心整理了一份
全面的AI大模型学习资源
,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享
!
AI大模型学习福利
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
大模型&AI产品经理如何学习
求大家的点赞和收藏,我花2万买的大模型学习资料免费共享给你们,来看看有哪些东西。
1.学习路线图
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
2.视频教程
网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我自己整理的大模型视频教程,上面路线图的每一个知识点,我都有配套的视频讲解。
(都打包成一块的了,不能一一展开,总共300多集)
因篇幅有限,仅展示部分资料,需要点击下方图片前往获取
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档,有几百本,都是目前行业最新的。
4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
更多推荐
所有评论(0)