易语言做购物网站,开发房地产需要多少钱,用动易建设网站,产品营销策划方案3000字Qwen1.5-7B-Chat FastApi 部署调用
环境准备
在 Autodl 平台中租赁一个 3090 等 24G 显存的显卡机器#xff0c;如下图所示镜像选择 PyTorch–2.0.0–3.8(ubuntu20.04)–11.8#xff08;11.3 版本以上的都可以#xff09;。 接下来打开刚刚租用服务器的 Jupyt…Qwen1.5-7B-Chat FastApi 部署调用
环境准备
在 Autodl 平台中租赁一个 3090 等 24G 显存的显卡机器如下图所示镜像选择 PyTorch–2.0.0–3.8(ubuntu20.04)–11.811.3 版本以上的都可以。 接下来打开刚刚租用服务器的 JupyterLab并且打开其中的终端开始环境配置、模型下载和运行演示。 pip 换源加速下载并安装依赖包
# 升级pip
python -m pip install --upgrade pip
# 更换 pypi 源加速库的安装
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplepip install fastapi0.104.1
pip install uvicorn0.24.0.post1
pip install requests2.25.1
pip install modelscope1.11.0
pip install transformers4.37.0
pip install streamlit1.24.0
pip install sentencepiece0.1.99
pip install accelerate0.24.1
pip install transformers_stream_generator0.0.4模型下载
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 /root/autodl-tmp 路径下新建 model_download.py 文件并在其中输入以下内容粘贴代码后请及时保存文件如下图所示。并运行 python /root/autodl-tmp/model_download.py 执行下载模型大小为 14GB下载模型大概需要 2 分钟。
import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os
model_dir snapshot_download(qwen/Qwen1.5-7B-Chat, cache_dir/root/autodl-tmp, revisionmaster)代码准备
在 /root/autodl-tmp 路径下新建 api.py 文件并在其中输入以下内容粘贴代码后请及时保存文件。下面的代码有很详细的注释大家如有不理解的地方欢迎提出 issue。
from fastapi import FastAPI, Request
from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig
import uvicorn
import json
import datetime
import torch# 设置设备参数
DEVICE cuda # 使用CUDA
DEVICE_ID 0 # CUDA设备ID如果未设置则为空
CUDA_DEVICE f{DEVICE}:{DEVICE_ID} if DEVICE_ID else DEVICE # 组合CUDA设备信息# 清理GPU内存函数
def torch_gc():if torch.cuda.is_available(): # 检查是否可用CUDAwith torch.cuda.device(CUDA_DEVICE): # 指定CUDA设备torch.cuda.empty_cache() # 清空CUDA缓存torch.cuda.ipc_collect() # 收集CUDA内存碎片# 创建FastAPI应用
app FastAPI()# 处理POST请求的端点
app.post(/)
async def create_item(request: Request):global model, tokenizer # 声明全局变量以便在函数内部使用模型和分词器json_post_raw await request.json() # 获取POST请求的JSON数据json_post json.dumps(json_post_raw) # 将JSON数据转换为字符串json_post_list json.loads(json_post) # 将字符串转换为Python对象prompt json_post_list.get(prompt) # 获取请求中的提示messages [{role: system, content: You are a helpful assistant.},{role: user, content: prompt}]# 调用模型进行对话生成input_ids tokenizer.apply_chat_template(messages,tokenizeFalse,add_generation_promptTrue)model_inputs tokenizer([input_ids], return_tensorspt).to(cuda)generated_ids model.generate(model_inputs.input_ids,max_new_tokens512)generated_ids [output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]response tokenizer.batch_decode(generated_ids, skip_special_tokensTrue)[0]now datetime.datetime.now() # 获取当前时间time now.strftime(%Y-%m-%d %H:%M:%S) # 格式化时间为字符串# 构建响应JSONanswer {response: response,status: 200,time: time}# 构建日志信息log [ time ] , prompt: prompt , response: repr(response) print(log) # 打印日志torch_gc() # 执行GPU内存清理return answer # 返回响应# 主函数入口
if __name__ __main__:# 加载预训练的分词器和模型model_name_or_path /root/autodl-tmp/qwen/Qwen1.5-7B-Chattokenizer AutoTokenizer.from_pretrained(model_name_or_path, use_fastFalse)model AutoModelForCausalLM.from_pretrained(model_name_or_path, device_mapauto, torch_dtypetorch.bfloat16)# 启动FastAPI应用# 用6006端口可以将autodl的端口映射到本地从而在本地使用apiuvicorn.run(app, host0.0.0.0, port6006, workers1) # 在指定端口和主机上启动应用Api 部署
在终端输入以下命令启动api服务
cd /root/autodl-tmp
python api.py加载完毕后出现如下信息说明成功。 默认部署在 6006 端口通过 POST 方法进行调用可以使用 curl 调用如下所示
curl -X POST http://127.0.0.1:6006 \-H Content-Type: application/json \-d {prompt: 你好}也可以使用 python 中的 requests 库进行调用如下所示
import requests
import jsondef get_completion(prompt):headers {Content-Type: application/json}data {prompt: prompt}response requests.post(urlhttp://127.0.0.1:6006, headersheaders, datajson.dumps(data))return response.json()[response]if __name__ __main__:print(get_completion(你好))得到的返回值如下所示
{response:你好有什么我可以帮助你的吗,status:200,time:2024-02-05 18:08:19}
