Var2：
坑
github克隆源后，需要下载模型和权重，这个是简单的，重要的是环境。
本人喜欢用新的，最新py3.11，旧的也行，就是淘汰得早，第一步还是pip requirements.txt，如果没有写加速服务器的话，可以在后面加–index-url或-i（缩写） ：
清华：https://pypi.tuna.tsinghua.edu.cn/simple
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
阿里元：https://mirrors.aliyun.com/pypi/simple
pip install -r requirements.txt (-i http...)但是如果用国内cdn加速的话，torch会给你下CPU版本，需要手动下载：
一般最新的N卡驱动都是cuda12以上的，看cuda的话下载nvitop（因为好看，不下可以用nvidia-smi命令）：
pip install nvitop （-i http...）win没法直接用nvitop，查看cuda要用：
python -m nvitopcuda版本一般在右上角。
然后根据cuda版本下载对应的gpu torch，加粗的地方根据自己想用的cuda填写，一般cuda12是兼容cu11的，先要卸载第一步下载的torch：
pip uninstall torch torchvision torchaudiopip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117然后transformers下载的版本太高，windows下也会报错，找不到模型，所以要下载低版本的，可以提前在requirements中改下版本号：
pip install transformers==4.26.1 （-i http...）然后这里附加一个查看torch调用cuda成功的方法：先进入python >>窗口
验证torch的版本、以及torch与cuda版本是否对应、cuda是否可用、以及torch对应的cuda的版本
import torch
print(torch.version)
print(torch.cuda.is_available())也可查看可行的cuda数目：
print(torch.cuda.device_count())
查看torch对应的cuda版本：
torch.version.cuda
最终，我只想说：AI终究是烧钱的东西，普通人少碰。
cpu搞起来：
cpu搞的话：
.cuda()改成.float()将openai_api.py文件中3处
chunk.json(exclude_unset=True, ensure_ascii=False)替换为
chunk.model_dump_json(exclude_unset=True,exclude_none=True)流程：
装好git
1、下载框架，这里用国内的镜像站gitee：
git clone https://gitee.com/mirrors/chatglm2-6b.git2、在下载的目录中创建/THUDM/文件夹，并在文件夹内下载模型，这里用国内的镜像站modelscope：
git clone https://www.modelscope.cn/ZhipuAI/chatglm2-6b.git # fp16的
git clone https://www.modelscope.cn/ZhipuAI/chatglm2-6b-int4.git # 跑不动fp16的可以下int4的
3、在框架下修改requirements.txt中transformers版本号：
transformers==4.26.14、可以用conda管理py包，创建环境，这里选择py3.10.11：
conda create -n chatglm2 python=3.10.11
conda activate chatglm2
(chatglm2) pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple5、确认自己是cpu还是gpu，调整*.py的代码和pip包，最后根据需要运行：
(chatglm2) python ().pyVar3：
坑
cpu运行的话，修改py文件：
.eval()改成float()
gpu改成cpu
Linux下注意要删除chatglm3-6b模型内tokenizer_config.json中的以下字段，不然会报错
流程
1、下载框架，这里用国内的镜像站gitee：
git clone https://gitee.com/mirrors/chatglm3.git2、这里以openapi为例，进入/openai_api_demo/目录，看到api_server.py文件中用到了两个模型，大语言模型和向量模型：
# set LLM path
MODEL_PATH = os.environ.get('MODEL_PATH', 'THUDM/chatglm3-6b')
TOKENIZER_PATH = os.environ.get("TOKENIZER_PATH", MODEL_PATH)
# set Embedding Model path
EMBEDDING_PATH = os.environ.get('EMBEDDING_PATH', 'BAAI/bge-large-zh-v1.5')那么两个都下载，创建/THUDM/文件夹和/BAAI/文件夹，分别在里面下载模型，用modelscope镜像站下载：
# THUDM目录下：
git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git
# BAAI目录下：
git clone https://www.modelscope.cn/AI-ModelScope/bge-large-zh-v1.5.git3、如果是CPU运行则需要调整api_server.py文件中的代码：
# 526行
model = AutoModel.from_pretrained(MODEL_PATH, trust_remote_code=True, device_map="auto").eval()
# 改为
model = AutoModel.from_pretrained(MODEL_PATH, trust_remote_code=True, device_map="auto").float()
# 529行
embedding_model = SentenceTransformer(EMBEDDING_PATH, device="cuda")
# 改为
embedding_model = SentenceTransformer(EMBEDDING_PATH, device="cpu")4、创建conda虚拟环境运行：
conda create -n chatglm3 python=3.11.4
conda activate chatglm3
(chatglm3) pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 进入/openai_api_demo/目录运行
(chatglm3) python api_server.py5、创建快捷运行批处理：
call C:\Users\admin\anaconda3\Scripts\activate.bat C:\Users\admin\anaconda3
call conda activate chatglm3
cd /d D:\ChatGLM3-6B\chatglm3\openai_api_demo
python api_server.py
pause多显卡支持
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True).float()
# 多显卡支持，使用下面两行代替上面一行，将num_gpus改为你实际的显卡数量
from utils import load_model_on_gpus
model = load_model_on_gpus("THUDM/chatglm2-6b", num_gpus=2)
