一、Ollama介绍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:跨平台支持Windows、Linux、MacOS系统。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。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。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。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。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 官网Ollama 下载https://ollama.com/downloadOllama 官方主页https://ollama.comOllama 官方 GitHub 源代码仓库https://github.com/ollama/ollama/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:打开终端,执行以下命令下载安装脚本:curl-fsSL https://ollama.com/install.sh|sh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。安装完成后,可以通过以下命令启动Ollama:ollama serve4.2 二进制安装将 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 chmodx/usr/bin/ollama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然后在该位置/etc/systemd/system/ollama.service创建服务文件[[Unit]DescriptionOllama Service Afternetwork-online.target[Service]ExecStart/usr/bin/ollama serve Userollama Groupollama Restartalways RestartSec3[Install]WantedBydefault.target设置开机自启动sudo systemctl daemon-reloadsudo systemctl enable ollama启动 Ollama使用以下命令启动 Ollamasystemdsudo systemctl start ollama4.3 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_VERSION0.3.13sh4.4 查看日志查看作为启动服务运行的 Ollama 的日志journalctl-e-u ollama4.5 更新通过shell 脚本更新 Ollamacurl-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 chmodx/usr/bin/ollama4.6 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,/binsudo 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 ollamaunsetunset三、命令参数unsetunset以下是 Ollama 使用常见的指令ollama serve#启动ollamaollama 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ollamalist#列出模型ollama cp#复制模型ollama rm#删除模型ollamahelp#获取有关任何命令的帮助信息unsetunset四、设置自定义模型下载路径unsetunset默认情况下ollama模型的存储目录如下macOS:~/.ollama/modelsLinux:/usr/share/ollama/.ollama/modelsWindows:C:\Users\username\.ollama\models4.1 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。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点击“确定”保存设置。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打开终端。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。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}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最后的最后感谢你们的阅读和喜欢作为一位在一线互联网行业奋斗多年的老兵我深知在这个瞬息万变的技术领域中持续学习和进步的重要性。为了帮助更多热爱技术、渴望成长的朋友我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结晶也是我在行业一线实战经验的总结。这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习相信它们一定能为你提供实质性的帮助。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】大模型知识脑图为了成为更好的 AI大模型 开发者这里为大家提供了总的路线图。它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。经典书籍阅读阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。实战案例光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。面试资料我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下640套AI大模型报告合集这套包含640份报告的合集涵盖了AI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。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】