当前位置: 首页 > news >正文

政安晨【零基础玩转各类开源AI项目】DeepSeek 多模态大模型Janus-Pro-7B,本地部署!支持图像识别和图像生成

政安晨的个人主页:政安晨

欢迎 👍点赞✍评论⭐收藏

希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在评论区提出指正!

目录

下载项目

创建虚拟环境

安装项目依赖

安装 Gradio(UI)

运行 Janus Pro UI


以后铁子们玩开源大模型就朝着多模态的方面进发吧,未来开源的多模态大模型不在多模态领域整出点花花儿,都不好意思说自己是搞开源的。🤭🤭🤭

今天我们一起部署一下这个Janus-Pro-7B的模型,正好手头缺一款轻量级自由出图助手!嘻嘻。

下载项目

git clone https://github.com/deepseek-ai/Janus.git

网速慢的小伙伴可以考虑镜像站点。

创建虚拟环境

conda create -n janus python=3.10.6 -y

进行项目目录:

安装项目依赖

pip install -e .

耐心等待。

为确保与 GPU 兼容,请安装支持 CUDA 的最新版本的 PyTorch、TorchVision 和 TorchAudio。即使已经安装了 PyTorch,您在运行 Web 应用程序时也可能会遇到问题,因此最好更新:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

或者这样:

pip uninstall torch torchvision torchaudio -y
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

(当然,如果更新过了也可以不执行上面指令)

这样依赖库就安装成功了。

安装 Gradio(UI)

pip install gradio

完成安装。 

运行 Janus Pro UI

python demo/app_januspro.py

首次运行时会下载模型:

差不多20G大小,建议准备足够的空间。

或者这样(指定GPU):

python demo/app_januspro.py --device cuda


好了,可以好好用了。

多模态大模型的价值在哪里?

以多模态的开源权重,驱动具体事务问题的解决。


相关文章:

  • 数据链路层有给用户可操作的接口吗
  • Docker国内镜像源部署deepseek
  • [MDM 2024]Spatial-Temporal Large Language Model for Traffic Prediction
  • Vite 和 Webpack 的区别和选择
  • 项目自荐:一个实用的免费批量文档翻译器
  • 【爬虫基础】第一部分 网络通讯-编程 P3/3
  • 快速熟悉商城源码的架构、业务逻辑和技术框架
  • 跟着AI学vue第八章
  • 基于SpringBoot的线上汽车租赁系统的设计与实现(源码+SQL脚本+LW+部署讲解等)
  • GStreamer源码安装1.24版本
  • pyside6学习专栏(三):自定义QLabel标签扩展类QLabelEx
  • 复制所绑定元素文本的vue自定义指令
  • 【论文解析】Fast prediction mode selection and CU partition for HEVC intra coding
  • flink-cdc同步数据到doris中
  • 算法的复杂性分析以及时间复杂度的表示方法
  • JavaSE学习笔记25-反射(reflection)
  • 顺序表和STL——vector【 复习笔记】
  • C++ IDE设置 visual studio 2010安装、注册、使用
  • 一周学会Flask3 Python Web开发-flask3模块化blueprint配置
  • 【Go语言快速上手】第二部分:Go语言进阶之工具与框架
  • 匈牙利史专家阚思静逝世,享年87岁
  • 为何发胖?如何减肥?一个医学体重管理中心的探索启示
  • 巴防空系统击落印度无人机,印称巴方违反停火协议
  • 深圳下调公积金利率,209万纯公积金贷款总利息减少9.94万
  • 前瞻|美联储明晨“按兵不动”几无悬念:关税战阴霾下,会否释放降息信号
  • 印媒证实:至少3架印军战机7日在印控克什米尔地区坠毁