MongoDB安装教程

已于 2023-03-17 16:28:05 修改
阅读量4.8k 收藏 85
点赞数 89
分类专栏： Python学习笔记 文章标签： mongodb 数据库
于 2022-07-21 07:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xqe777/article/details/125701716
版权

✅作者简介：大家好我是honker707,大家可以叫我honker，新星计划第三季python赛道Top1🥇🥇🥇
📃个人主页：honker707的csdn博客
🔥系列专栏：python
💬推荐一款模拟面试、刷题神器👉点击跳转进入网站

在这里插入图片描述

MongoDB安装教程

MongoDB的介绍

mongodb是⾮关系型数据库
但是很像关系型
-⽀持的查询语⾔⾮常的强⼤
-索引(提⾼数据检索的效率)
-⽀持的数据结构⽐较松散

MongoDB的优势

1：没有数据结构的限制
2：业务开发方便快捷
3：大数据量和高性能
4：良好的支持

安装步骤

MongoDB下载地址：MongoDB下载
一 对应自己系统选择，尽量选择xxx.msi的安装

在这里插入图片描述

点击Next

在这里插入图片描述
点击Next

在这里插入图片描述
选择Custom自定义安装路径

在这里插入图片描述

点击选择安装路径然后点击Next

在这里插入图片描述
选择好安装路径点击OK

在这里插入图片描述
点击Next

在这里插入图片描述

取消勾选install MongoDB Compass然后点击Next

在这里插入图片描述
点击install

在这里插入图片描述
点击Finish完成安装

在这里插入图片描述

测试和添加环境变量

添加环境变量
在这里插入图片描述
测试是否安装成功

在这里插入图片描述

结束语🏆🏆🏆

🔥推荐一款模拟面试、刷题神器网站
点击链接注册即可
1、算法篇（398题）：面试必刷100题、算法入门、面试高频榜单
2、SQL篇（82题）：快速入门、SQL必知必会、SQL进阶挑战、面试真题
3、大厂笔试真题：字节跳动、美团、百度、腾讯…

在这里插入图片描述

LLM - 使用 vLLM 部署 Qwen2-VL 多模态大模型 (配置 FlashAttention) 教程
AGI
09-26 5531
vLLM 用于 大语言模型(LLM) 的推理和服务，具有多项优化技术，包括先进的服务吞吐量、高效的内存管理、连续批处理请求、优化 CUDA 内核以及支持量化技术，如GPTQ、AWQ等。FlashAttention 是先进的注意力机制优化工具，通过减少内存访问和优化计算过程，显著提高大型语言模型的推理速度。
FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析
热门推荐
herosunly的博客
05-03 22万+
本文主要介绍了FP16、INT8、INT4精度模型加载占用显存大小的分析，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 模型加载显存占用大小 3. 不同精度是否与硬件适配
Vllm进行Qwen2-vl部署（包含单卡多卡部署及爬虫请求）
sherlockMa的博客
11-01 1万+
使用vLLM部署Qwen2-VL，包含单卡部署、多卡部署、爬虫requests发送请求
操作指南：vLLM 部署开源大语言模型（LLM）
最新发布
jane_xing的博客
04-25 1530
vLLM 是一个专为高效部署大语言模型（LLM）设计的开源推理框架，其核心优势在于显存优化、高吞吐量及云原生支持。安装 vLLM 或从源码安装最新功能： Docker 部署：使用官方镜像快速启动服务，适用于容器化环境： 依赖环境从 Hugging Face 加载模型 vLLM 支持直接加载 Hugging Face 托管的模型，例如： 若需加速国内下载，可设置镜像源： 本地模型路径 若模型已下载至本地，可直接指定路径启动： 三、服务启动与 API 调用 启动 OpenAI 兼容服务
vllm+qwen2部署！
Q794469的博客
07-11 3211
检查ninjaecho $?
使用 vllm 本地部署 cohere 的 command-r
engchina的专栏
04-24 1182
使用 vllm 本地部署 cohere 的 command-r
Qwen等大模型使用 vLLM部署详解
酌沧
06-11 1万+
vLLM 预分配并管理推理过程中使用的缓存空间，如 past_key_values。通过预分配缓存，可以减少推理过程中因动态内存分配带来的开销。
【vLLM】使用 vLLM 对自定义实现模型进行高速推理
欧阳天涵的专栏
04-05 1607
在本文中，我们将解释如何使用 vLLM 使用视频生成模型推断独特的多模式模型。vLLM 是一个用于高速推理和服务的 LLM 库，它非常易于使用，支持 Llama 和 Qwen 等知名模型。另一方面，除了官方文档之外，关于如何合并自定义实现模型的信息非常少，甚至官方文档也没有特别的信息，因此很难上手。因此，在本文中，我们将仔细解释将您自己的多模态模型合并到 vLLM 中的具体步骤，包括官方文档中未包含的信息。
使用 vllm 搭建推理加速大模型服务
TFATS的博客
02-02 2281
vLLM（Vectorized Large Language Model Serving System）是一个大语言模型推理加速工具。
vllm部署大模型如何加fp16
04-02
### 启用 FP16 支持以优化 VLLM 部署大模型 在大规模语言模型（VLLM）的部署过程中，启用 FP16（半精度浮点数）可以显著提升性能并降低内存消耗。以下是关于此主题的关键技术细节： #### 1. **FP16 的优势** FP16 ...
vllm加载int4量化模型
02-20
直接加载原生 FP16 模型并指定 Int4 会报错。 - **量化方法匹配**：`quantization` 参数需与模型量化方式一致（如 GPTQ 模型对应 `quantization="gptq"`）。 - **性能与精度**：Int4 显存占用低但可能损失效果，...
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
Y525698136的博客
08-07 1424
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
qwen2-vl的部署以及qwen-agent的使用
weixin_43901992的博客
10-22 2560
qwen2-vl部署实战以及qwen-agent的使用
[大模型]Qwen2-7B-Instruct vLLM 部署调用
FL1623863129的博客
06-15 1万+
vLLM框架是一个高效的大语言模型vLLMKVvLLMvLLMOpenAIAPIGPUvLLM在AutoDL平台中租赁一个 3090 等 24G 显存大小的容器实例，镜像选择如下PyTorch→2.1.0→→12.1接下来打开本地设备终端使用ssh的方式访问，在终端中依次复制登录指令和密码完成登录ssh登录成功后的界面如图所示👇或者也可以直接打开AutoDL网页端的快捷工具中选择JupyterLab并在其中点击终端打开（这种方式不需要验证🫠）接下来开始环境配置、模型下载和运行演示 ~pip。
实战千问2大模型第五天——VLLM 运行 Qwen2-VL-7B（多模态）
qq_34717531的博客
10-09 2799
VLLM 是一种高效的深度学习推理库，通过PagedAttention算法有效管理大语言模型的注意力内存，其特点包括24倍的吞吐提升和3.5倍的TGI性能，无需修改模型结构，专门设计用于加速大规模语言模型（LLM）的推理过程。它通过优化显存管理、支持大模型的批处理推理以及减少不必要的内存占用，来提高多 GPU 环境下的推理速度和效率。这使得 VLLM 非常适合需要快速、大规模推理的任务，例如在生产环境中部署大语言模型进行实时文本生成或问答等应用。
MLLM（二）| 阿里开源视频理解大模型：Qwen2-VL
wshzd的博客
09-05 5243
从六个关键维度评估模型的视觉能力：复杂的大学水平问题解决、数学能力、文档和表格理解、多语言文本图像理解、一般场景问答、视频理解和基于代理的交互。此功能为更直观和身临其境的交互铺平了道路，Qwen2-VL 不仅充当观察者，而且是我们视觉体验的积极参与者。此外，更小的 2B 模型针对潜在的移动部署进行了优化。Qwen2-VL 现在拥有改进的对象识别功能，超越了植物和地标，可以理解场景中多个对象之间的复杂关系。在 7B 模型上，保留了对图像、多图像和视频输入的支持，以更具成本效益的模型大小提供有竞争力的性能。
保姆级本地部署Qwen2
紫川琴秀的博客
06-27 2619
保姆级本地部署Qwen2
安装vllm并部署Qwen2VL API 重新打包CUDA12.1支持镜像
q742971636的博客
10-21 795
最近的一篇博客详细介绍了如何为Qwen2VL模型部署API服务，并重新打包支持CUDA 12.1的镜像。如果你正寻求如何在自己的环境中部署这一模型，这篇博客无疑是一个值得推荐的参考。这不仅适用于已经有一定技术基础的开发者，也对初学者非常友好，因为每一步都有详细的命令和解释。如果你对如何在实际项目中部署深度学习模型感兴趣，或者希望深入了解如何优化Docker镜像以支持特定的CUDA版本，这篇博客将为你提供极具价值的指导。此外，博文还提供了丰富的调试和测试方法，帮助你快速定位问题，确保服务的顺利运行。
Docker部署Qwen2-vl-7b模型-vLLM
weixin_43939768的博客
11-01 1686
几秒钟后容器报错了，cuda out of memory,发现gpu占满了，但是只占用了一块，我明明指定了all，为啥只占用gpu0，而且测试发现如果如果指定–gpus ‘”device=1”’ 也可以运行在gpu1上 ，但是无论是指定all 还是0，1，都会只运行在gpu0上。这里的add后的模型路径一开始和dockefile文件路径不一致，docker build -t vllm_qwen2vl_7b:1.0 -f Dockerfile .一直报错。今天又是收货满满的一天！于是加上了，可以正常运行了。
评论 101
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

hacker707

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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