姜子牙大语言模型fastapi接口服务
姜子牙大模型效果还可以，但是如何将它的模型文件部署成自己的服务呢，下面是教程代码
一、安装环境
python 版本 3.7
transformer最新版本
二、姜子牙fastapi接口服务代码
1.服务端代码
代码如下（示例）：
import uvicornfrom fastapi import FastAPIfrom pydantic import BaseModelfrom transformers import AutoTokenizerfrom transformers import LlamaForCausalLMimport torchapp = FastAPI()class Query(BaseModel):text: strdevice = torch.device("cuda")model = LlamaForCausalLM.from_pretrained('IDEA-CCNL/Ziya-LLaMA-13B-v1', device_map="auto")tokenizer = AutoTokenizer.from_pretrained('IDEA-CCNL/Ziya-LLaMA-13B-v1')@app.post("/generate_travel_plan/")async def generate_travel_plan(query: Query):inputs = '<human>:' + query.text.strip() + '\n<bot>:'input_ids = tokenizer(inputs, return_tensors="pt").input_ids.to(device)generate_ids = model.generate(input_ids,max_new_tokens=1024,do_sample=True,top_p=0.85,temperature=1.0,repetition_penalty=1.,eos_token_id=2,bos_token_id=1,pad_token_id=0)output = tokenizer.batch_decode(generate_ids)[0]return {"result": output}if __name__ == "__main__":uvicorn.run(app, host="192.168.138.218", port=7861)
2.调用代码
代码如下（示例）：
import requestsurl = "http:/192.168.138.210:7861/generate_travel_plan/"query = {"text": "帮我写一份去西安的旅游计划"}response = requests.post(url, json=query)if response.status_code == 200:result = response.json()print("Generated travel plan:", result["result"])else:print("Error:", response.status_code, response.text)
3.postman curl调用代码
curl --location 'http://192.168.138.210:7861/generate_travel_plan/' \--header 'accept: application/json' \--header 'Content-Type: application/json' \--data '{"text":""}'
总结
例如：以上就是今天要讲的内容，本文介绍了姜子牙大语言模型fastapi服务的搭建。
需要进垂直领域大模型训练交流群的私信我
加我微信：Lh1141755859 获取chatgpt类对话大模型交流群
关注微信公众号：CV算法小屋 获取更多最新大语言模型论文和代码
