ChatGLM2-6B安装部署（详尽版）

1、环境部署

安装GIT

安装NVIDIA 图形化驱动 522.25版本，如果电脑本身是更高版本则不用更新

1.1、检查CUDA

运行cmd或者Anaconda，运行以下命令，如果显示的版本不是11.8也不用着急，可能是系统自带的CUDA版本

nvidia-smi

CUDA Version是版本信息，Dricer Version是图形化驱动版本

安装 python-3.8

安装Pytorch，用Anaconda，运行以下命令

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装python开发工具， pycharm或者VSCode

1.2、检查Pytorch

新建文件pytorch.py

import torch

print(torch.__version__)
print(torch.version.cuda)

运行效果如下，cu118对应CUDA11.8版本

2、ChatGLM2下载

用Anaconda，运行以下命令，如果想要下载指定文件夹，用cd切换

git clone https://github.com/THUDM/ChatGLM2-6B
cd ChatGLM2-6B

以下是执行效果，下载到C:\Users\cteate\ChatGLM2-6B

安装依赖，用Anaconda，运行以下命令，记得cd切换到ChatGLM2-6B文件夹

pip3 install -r requirements.txt

3、手动下载模型到本地（不用梯子)

访问清华云盘：清华大学云盘 (tsinghua.edu.cn)进行下载

保存模型至文件夹，我这里保存到E:\ChatGLM2-6B，运行时修改模型路径，如下图：

4、运行ChatGLM2

4.1运行web示例

运行web_demo.py（如果没有下载模型到本地，不用修改，执行自动下载模型）

模型地址：C:\Users\用户名\.cache\huggingface\hub\models--THUDM--chatglm2-6b\snapshots\

第一次执行会下载模型文件，下载到C:\Users\用户名\.cache\huggingface\hub下

PS：如果运行下载中断，可以多运行几次

运行成功后，界面：

4.2运行API

安装依赖，cd 转到ChatGLM文件夹（如：cd E:\ChatGLM2-6B-main），再用Anaconda，运行以下命令

pip install fastapi uvicorn

再运行以下命令：

python api.py

启动后效果：

用PostMan测试

5、注意事项

5.1第一次运行切换python版本（使用pycharm开发工具）

切换的时候等右下角加载完，代码错误提示就没有了

6、错误合集

6.1运行web_demo2.py，提示streamlit不是内置函数

用Anaconda，运行以下命令

pip install streamlit

添加环境变量-环境变量-系统变量-Path-编辑，点击新建，然后添加包含 streamlit.exe 可执行文件的目录路径。
路径参考：C:\Users\用户名\AppData\Roaming\Python\Python311\Scripts