(如果使用datawhale镜像则无需配置如下内容)
conda create -n llama3 python=3.10
conda activate llama3
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia
cd ~/autodl-tmp/
# 新建一个down.py文件
# 写入
import torchfrom modelscope import snapshot_download, AutoModel, utoTokenizer import os
# 这里我用了llama3中文社区的微调模型,如果需要别的以相同方法到modelscope下载模型
model_dir = snapshot_download('baicai003/Llama3-Chinese_v2',cache_dir='/root/autodl-tmp', revision='master')
#然后在~/autodl-tmp/ 下执行
python down.py
cd ~/autodl-tmp/
git clone https://github.com/SmartFlowAI/Llama3-Tutorial
安装 XTuner 时会自动安装其他依赖
cd ~/autodl-tmp/
git clone https://github.com/SmartFlowAI/Llama3-Tutorial
git clone -b v0.1.18 https://github.com/InternLM/XTuner
cd XTuner
pip install -e .
运行 web_demo.py (无卡模式的宝子们 现在关机打开显卡)
streamlit run ~/autodl-tmp/Llama3-Tutorial/tools/internstudio_web_demo.py \
~/autodl-tmp/baicai003/Llama3-Chinese_v2 --server.port 6006 --server.address 0.0.0.0