2000+多种开源大模型随意部署！一键搭建本地大模型，不挑情况、不挑配置（o
2000+多种开源大模型随意部署！一键搭建本地大模型，不挑情况、不挑配置（ollama 安装部署教程《Windows/Linux，Mac》）一、Ollama介绍
2.1 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利用各种大语言模型,比如Qwen模型等。用户只需一行命令就可以启动模型。
重要特点包括:
[*]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中直接下载利用。
[*]支持用户上传本身的模型。用户可以将huggingface等地方的ggml格式模型导入到ollama中利用。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并行推理加快。在多卡情况下,可以设置情况变量来指定特定GPU。
[*]强大的技能团队支持，很多模型开源不到24小时就能获得支持。
总的来说,Ollama降低了普通开发者利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。对于想要搭建本身的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。
2.2 官网
[*]Ollama 下载：https://ollama.com/download
[*]Ollama 官方主页：https://ollama.com
[*]Ollama 官方 GitHub 源代码仓库：https://github.com/ollama/ollama/
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235842198-1765730981.png
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)”
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235842845-1658969244.png
下载好以后一路install 安装即可。
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235843271-382341460.png
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乐成了！
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235844299-206319805.png
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”
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235844848-2048039029.png
下载好后打开安装命令行
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235845206-887973789.png
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。安装脚本会主动下载所需的组件,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 serve
4.2 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 chmod +x /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
Description=Ollama Service
After=network-online.target
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
WantedBy=default.target
[*]设置开机自启动
sudo systemctl daemon-reload
sudo systemctl enable ollama
[*]启动 Ollama，利用以下命令启动 Ollama：systemd
sudo systemctl start ollama
4.3 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_VERSION=0.3.13 sh4.4 查看日记
查看作为启动服务运行的 Ollama 的日记：
journalctl -e -u ollama4.5 更新
通过shell 脚本更新 Ollama：
curl -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 chmod +x /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 ,/bin
sudo 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 ollama三、命令参数
以下是 Ollama 利用常见的指令：
ollama serve #启动ollama
ollama 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
ollama list #列出模型
ollama cp #复制模型
ollama rm #删除模型
ollama help #获取有关任何命令的帮助信息四、设置自定义模型下载路径
默认情况下，ollama模型的存储目录如下：
[*]macOS: ~/.ollama/models
[*]Linux: /usr/share/ollama/.ollama/models
[*]Windows: C:\Users\\.ollama\models
4.1 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：
[*]打开情况变量编辑界面。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“情况变量”按钮。
[*]在情况变量窗口中，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：输入你盼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。
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235845750-1577660862.png
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
[*]设置情况变量。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。利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
[*]在文件末端添加以下行来设置OLLAMA_MODELS情况变量：
export OLLAMA_MODELS="/path/to/your/new/ollama/models"
[*]保存并关闭文件。如果你利用的是nano编辑器，可以按Ctrl + X，然后按Y确认保存，最后按Enter键。
[*]使情况变量生效。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。
可以利用如下命令：
ollama run hf.co/{username}/{repository}请注意，您可以利用 hf.co 或 huggingface.co 作为域名。
https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235846759-446507078.png
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}https://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235847150-1107452823.png
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用：
ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:iq3_m您还可以直接利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.ggufhttps://img2024.cnblogs.com/other/2153830/202410/2153830-20241021235849037-1722718342.png
参考链接
[*]https://techdiylife.github.io/blog/blog.html?category1=c02&blogid=0037#ollama应用全面剖析20个问题精通ollama
[*]https://techdiylife.github.io/blog/blog.html?category1=c02&blogid=0037#16-linux系统中以服务模式运行ollama怎样查看运行日记
[*]https://mn.cyou/archives/ollama
[*]https://datawhalechina.github.io/handy-ollama/#/
[*]https://github.com/ollama/ollama/blob/main/docs
[*]https://huggingface.co/docs/hub/en/ollama
本文由博客一文多发平台 OpenWrite 发布！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]