LLaMA-Factory安装教程(详细版)

LLaMA-Factory安装教程(详细版)

本机显卡双3090

使用wsl中ubuntu

torch==2.6.0

conda==24.5.0

cuda==12.4

python==3.12.4(python安装不做赘述,有需要我会另开一篇文章)

一、准备工作

首先,在 https://developer.nvidia.com/cuda-gpus 查看您的 GPU 是否支持CUDA。

保证当前 Linux 版本支持CUDA. 在命令行中输入 

 uname -m && cat /etc/*release

输出如下,不一定完全一样,类似即可

检查是否安装了 gcc . 在命令行中输入 gcc --version ,应当看到类似的输出

二、pytorch和cuda安装

使用官网版本2.6.0   官网链接:Previous PyTorch Versions   箭头一栏可以看到历史版本

根据其指令安装对应版本

# ROCM 6.1 (Linux only) pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/rocm6.1 # ROCM 6.2.4 (Linux only) pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/rocm6.2.4 # CUDA 11.8 pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118 # CUDA 12.4 pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124 # CUDA 12.6 pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu126 # CPU only pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cpu

三、校检torch和cuda版本

安装完查看自己的torch版本

conda list

cuda版本则需要进入python

import torch print(torch.version.cuda)

四、LLaMA-Factory 安装

运行以下指令以安装 LLaMA-Factory 及其依赖:

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install -e ".[torch,metrics]"

五、LLaMA-Factory 校验

完成安装后,可以通过使用以下命令。

llamafactory-cli version

如果您能成功看到类似下面的界面,就说明安装成功了。

六、LLaMA-Factory 网页版

LLaMA-Factory 支持通过 WebUI 零代码微调大语言模型。 在完成 安装 后,通过以下指令进入 WebUI:

llamafactory-cli webui

其中 http://127.0.0.1:7860就是你的可视化网址。

注:该网址只限于本机使用,如需联网多人服务器使用则需使用内网穿透。

ps.需要更详细的LLaMA-Factory参数详解,请点击关注催更留言,觉得内容不错留个赞再走吧,您的认可就是我更新的动力。

Read more

揭秘VSCode Copilot无法登录原因:5步快速恢复访问权限

第一章:VSCode Copilot无法登录问题概述 Visual Studio Code(VSCode)中的GitHub Copilot作为一款智能代码补全工具,极大提升了开发者的编码效率。然而,在实际使用过程中,部分用户频繁遭遇Copilot无法正常登录的问题,导致功能受限或完全不可用。该问题可能由多种因素引发,包括网络连接异常、身份验证失效、插件配置错误或系统环境限制等。 常见表现形式 * 点击“Sign in to GitHub”后无响应或弹窗无法加载 * 登录完成后仍提示“GitHub authentication failed” * Copilot状态始终显示为“Not signed in” 基础排查步骤 1. 确认网络可正常访问GitHub服务,必要时配置代理 2. 检查VSCode是否已更新至最新版本 3. 重新安装GitHub Copilot及GitHub Authentication扩展 验证身份认证状态 可通过开发者工具查看认证请求是否成功发出。在VSCode中按 F1,输入 Developer: Open

深入浅出:增强现实(AR)技术全解析

深入浅出:增强现实(AR)技术全解析

🚀 深入浅出:增强现实(AR)技术全解析——从概念到硬件 💡 导读:想象一下,未来维修工程师只需戴上一副眼镜,复杂的电路图就直接投射在设备上;游客举起手机,古老的遗迹就能在原地“复原”出当年的辉煌。这,就是增强现实的魔力!本文将为你系统拆解AR技术,带你从入门到精通。 一、🎯 基本概念:什么是增强现实? 增强现实,这个听起来很科幻的词,核心思想其实很简单:给真实世界“加特效”。 与虚拟现实创造出一个完全数字化的、沉浸式的世界不同,AR致力于将数字信息无缝地叠加到我们生活的真实世界中。它不是要取代现实,而是要做现实的“增强版插件”,为我们提供更多维度的信息。 AR核心三要素,一个都不能少: * 👁️ 虚实结合:虚拟信息和真实环境同框出现。 * 👆 实时交互:虚拟信息能对你的一举一动做出反应。 * 📐 三维注册:虚拟物体能稳稳地“坐”在真实世界的某个位置上,不会飘走。 二、✨ AR的三大核心特点 1. 🎎 虚实结合 这是AR的基石。它打破了屏幕的界限,让数字精灵“

ROS新手必看:5分钟搞定rqt工具箱核心插件配置(附无人机调试实战)

ROS实战:从零到一掌握rqt工具箱,打造你的机器人数据可视化中枢 如果你刚开始接触ROS,面对海量的节点、话题和消息数据,是不是感觉像在黑暗中摸索?命令行里的文本输出虽然精确,但缺乏直观性,调试一个简单的PID参数可能都要反复重启节点、查看日志,效率低下。这正是rqt工具箱设计的初衷——为ROS开发者提供一套基于Qt的图形化“瑞士军刀”,将复杂的数据流变成一目了然的图表和图形界面。 我记得第一次用rqt_plot可视化无人机角速度数据时,那种“原来如此”的顿悟感。不再需要去解析冗长的命令行数字,期望值与实际值的曲线对比直接在屏幕上展开,超调、震荡、响应延迟变得肉眼可见。rqt不仅仅是几个工具,它更像是一个可自由拼装的工作台,你可以把计算图、参数配置、数据曲线、日志信息全部整合在一个窗口里,形成专属的调试仪表盘。本文将带你超越基础的“点击操作”,深入理解rqt的插件化架构,并结合作者真实的无人机调试经验,展示如何高效配置核心插件,解决常见的“灰色加号”等棘手问题,最终让你能灵活运用rqt应对各种机器人开发场景。 1. 重新认识rqt:不止于工具集,而是可视化框架 很多人把rq

FPGA初学者必做:ego1开发板大作业vivado核心要点

以下是对您提供的博文《FPGA初学者必做:ego1开发板大作业Vivado核心要点技术分析》的 深度润色与重构版本 。本次优化严格遵循您的全部要求: ✅ 彻底去除AI痕迹,语言自然、专业、有“人味”,像一位带过十几届学生的嵌入式/数字电路课老师在写经验分享; ✅ 所有章节标题重写为逻辑递进、生动贴切的小标题,杜绝“引言”“概述”“总结”等模板化表达; ✅ 内容组织完全打散原有模块结构,以真实开发动线为脉络:从“第一次打开Vivado手足无措”到“下载成功后LED稳稳亮起”的全过程沉浸式叙述; ✅ 技术细节不堆砌,每一条原理都配一句“为什么这很重要”或“我当年踩过的坑”; ✅ 关键代码、表格、XDC片段全部保留并增强注释,突出实战可复用性; ✅ 全文无总结段、无展望句、无空泛结语——最后一句话落在一个具体、可操作、略带温度的技术提醒上; ✅ 字数扩展至约3800字(原文约2900字),新增内容均来自一线教学经验:如Bank电压误配导致LED发暗的实测波形对比、ILA探针命名与信号层级错位的调试截图级还原、Tcl脚本中 -part 参数大小写敏感的真实报错日志模拟等。