MindSearch HuggingFace部署 + 小白详细步骤

MindSearch部署指南
部署运行你感兴趣的模型镜像

教程:https://github.com/InternLM/Tutorial/blob/camp3/docs/L2/MindSearch/readme_github.md

github部署

按教程即可,中间有个小技巧解决

conda新环境创建后激活环境:

提示需要运行 conda init  重开shell, 输入source ~/.bashrc,然后再激活环境

@AlexaOscar ➜ /workspaces/mindsearch $ conda activate mindsearch

CondaError: Run 'conda init' before 'conda activate'

@AlexaOscar ➜ /workspaces/mindsearch $ conda init
no change     /opt/conda/condabin/conda
no change     /opt/conda/bin/conda
no change     /opt/conda/bin/conda-env
no change     /opt/conda/bin/activate
no change     /opt/conda/bin/deactivate
no change     /opt/conda/etc/profile.d/conda.sh
no change     /opt/conda/etc/fish/conf.d/conda.fish
no change     /opt/conda/shell/condabin/Conda.psm1
no change     /opt/conda/shell/condabin/conda-hook.ps1
no change     /opt/conda/lib/python3.12/site-packages/xontrib/conda.xsh
no change     /opt/conda/etc/profile.d/conda.csh
modified      /home/codespace/.bashrc

==> For changes to take effect, close and re-open your current shell. <==

@AlexaOscar ➜ /workspaces/mindsearch $ source ~/.bashrc
(base) @AlexaOscar ➜ /workspaces/mindsearch $ 

老样子,右边不出字,我之前就这样,不纠结了

huggingface部署

按教程,成功:

https://huggingface.co/spaces/Alexa9527/mindsearch

具体trick步骤如下:

尤其教程最后一步一句话:将 /root/mindsearch/mindsearch_deploy 目录下的文件(使用 git)提交到 HuggingFace Space 即可完成部署

怎么git提交到HuggingFace Space??

作为小白的我哭了,通过直觉+问AI,各种折腾后,步骤如下:

去setting设置access token,创建一个新的,记下name,创建复制好那一串密钥到别处备用

借着github的codespaces窗口里继续写,按教程创建复制好文件,mindsearch_deploy文件夹下创建app.py

输入code app.py   复制代码进去,Ctrl+S保存

接下来命令如下,可能有冗余但无害,懂的兄弟姐妹按理解删减:

#git初始化
git init

#添加 Hugging Face Space 作为远程仓库
git remote add origin https://huggingface.co/spaces/<你的HF用户名>/<你的创建的space名>

#添加所有文件并提交更改
git add .
git commit -m "Initial commit"


#配置访问令牌
export HUGGINGFACE_TOKEN=<你的ACCESS_TOKEN>


#将远程仓库 URL 更新为包含访问令牌的 URL
git remote set-url origin https://<你的HF用户名>:<你的ACCESS_TOKEN>@huggingface.co/spaces/<你的HF用户名>/<你的创建的space名>


#拉取远程仓库的更改并进行变基
git pull origin main --rebase


#推送更改到远程仓库
git push origin main

完成可看到 文件推进去了:

文件进去之后,app这页就自动载入了gradio

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### Hugging Face Spaces 部署方法及教程 Hugging Face Spaces 提供了一个便捷的方式让开发者能够轻松部署机器学习模型应用程序。以下是关于如何利用 Hugging Face Spaces 进行部署的相关说明。 #### 使用 GitHub 或 Git LFS 初始化项目 为了在 Hugging Face Spaces 上成功部署应用,首先需要创建一个支持的代码仓库并初始化它。推荐使用 GitHub 来管理源码,并通过 `git-lfs` 存储大文件(如预训练权重)。这一步骤可以通过以下命令完成: ```bash git lfs install git init git remote add origin https://github.com/yourusername/your-repo.git ``` 此过程确保了所有必要的依赖项被正确上传至云端环境[^1]。 #### 准备 Dockerfile 文件 对于更复杂的自定义需求或者特定框架的支持,则可能需要用到容器技术来封装整个运行时环境。Docker 是目前最流行的解决方案之一,在准备阶段需编写一份描述清晰的 `Dockerfile` 文档用于构建镜像。下面是一个简单的例子展示了 Python 环境的基础配置以及安装额外库的过程: ```dockerfile FROM python:3.9-slim-buster WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "7860"] ``` 上述脚本会拉取官方发布的精简版Python基础镜像作为起点;接着复制本地项目的依赖清单到目标路径下执行批量安装操作最后再把整套工程迁移到指定位置等待启动服务[^2]。 #### 发布到 Hugging Face Space 当一切就绪之后就可以借助 Gradio UI 组件快速搭建交互界面并将最终成果分享出去啦!具体做法如下所示: 访问官网登录个人账户后点击 New Space 按钮按照提示填写表单信息即可开启新实例。与此同时还可以参考已有的开源案例进一步优化用户体验效果比如说 InternLM 团队贡献出来的 MindSearch 工具链就是非常不错的范例可供借鉴学习[^3]。 ```python import gradio as gr def greet(name): return f"Hello {name}!" demo = gr.Interface(fn=greet, inputs="text", outputs="text") if __name__ == "__main__": demo.launch() ``` 以上即为基本流程概述希望对你有所帮助!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值