Skip to content

J
jinchat-server
提交 0b5ebf66 作者: hzg0601
操作

更新FAQ和requirements,解决upload_file接口的两个异常

上级 218aca2e
正在显示 包含 47 行增加 和 10 行删除
docs/FAQ.md
...@@ -18,13 +18,14 @@ $ pip install -e . ...@@ -18,13 +18,14 @@ $ pip install -e .
--- ---
Q3: 使用过程中 Python 包`nltk`发生了`Resource punkt not found.`报错，该如何解决？ Q3: 使用过程中 Python 包 `nltk`发生了 `Resource punkt not found.`报错，该如何解决？
A3: 方法一：https://github.com/nltk/nltk_data/raw/gh-pages/packages/tokenizers/punkt.zip 中的 `packages/tokenizers` 解压，放到 `nltk_data/tokenizers` 存储路径下。 A3: 方法一：https://github.com/nltk/nltk_data/raw/gh-pages/packages/tokenizers/punkt.zip 中的 `packages/tokenizers` 解压，放到 `nltk_data/tokenizers` 存储路径下。
`nltk_data` 存储路径可以通过 `nltk.data.path` 查询。 `nltk_data` 存储路径可以通过 `nltk.data.path` 查询。
方法二：执行python代码
方法二：执行python代码
``` ```
import nltk import nltk
nltk.download() nltk.download()
...@@ -32,23 +33,24 @@ nltk.download() ...@@ -32,23 +33,24 @@ nltk.download()
--- ---
Q4: 使用过程中 Python 包`nltk`发生了`Resource averaged_perceptron_tagger not found.`报错，该如何解决？ Q4: 使用过程中 Python 包 `nltk`发生了 `Resource averaged_perceptron_tagger not found.`报错，该如何解决？
A4: 方法一：将 https://github.com/nltk/nltk_data/blob/gh-pages/packages/taggers/averaged_perceptron_tagger.zip 下载，解压放到 `nltk_data/taggers` 存储路径下。 A4: 方法一：将 https://github.com/nltk/nltk_data/blob/gh-pages/packages/taggers/averaged_perceptron_tagger.zip 下载，解压放到 `nltk_data/taggers` 存储路径下。
`nltk_data` 存储路径可以通过 `nltk.data.path` 查询。 `nltk_data` 存储路径可以通过 `nltk.data.path` 查询。
方法二：执行python代码 方法二：执行python代码
``` ```
import nltk import nltk
nltk.download() nltk.download()
``` ```
--- ---
Q5: 本项目可否在 colab 中运行？ Q5: 本项目可否在 colab 中运行？
A5: 可以尝试使用 chatglm-6b-int4 模型在 colab 中运行，需要注意的是，如需在 colab 中运行 Web UI，需将`webui.py`中`demo.queue(concurrency_count=3).launch( A5: 可以尝试使用 chatglm-6b-int4 模型在 colab 中运行，需要注意的是，如需在 colab 中运行 Web UI，需将 `webui.py`中 `demo.queue(concurrency_count=3).launch( server_name='0.0.0.0', share=False, inbrowser=False)`中参数 `share`设置为 `True`。
server_name='0.0.0.0', share=False, inbrowser=False)`中参数`share`设置为`True`。
--- ---
...@@ -60,7 +62,7 @@ A6: 此问题是系统环境问题，详细见 [在Anaconda中使用pip安装 ...@@ -60,7 +62,7 @@ A6: 此问题是系统环境问题，详细见 [在Anaconda中使用pip安装
Q7: 本项目中所需模型如何下载至本地？ Q7: 本项目中所需模型如何下载至本地？
A7: 本项目中使用的模型均为`huggingface.com`中可下载的开源模型，以默认选择的`chatglm-6b`和`text2vec-large-chinese`模型为例，下载模型可执行如下代码： A7: 本项目中使用的模型均为 `huggingface.com`中可下载的开源模型，以默认选择的 `chatglm-6b`和 `text2vec-large-chinese`模型为例，下载模型可执行如下代码：
```shell ```shell
# 安装 git lfs # 安装 git lfs
...@@ -93,7 +95,7 @@ A8: 可使用本项目用到的模型权重文件百度网盘地址： ...@@ -93,7 +95,7 @@ A8: 可使用本项目用到的模型权重文件百度网盘地址：
Q9: 下载完模型后，如何修改代码以执行本地模型？ Q9: 下载完模型后，如何修改代码以执行本地模型？
A9: 模型下载完成后，请在 [configs/model_config.py](../configs/model_config.py) 文件中，对`embedding_model_dict`和`llm_model_dict`参数进行修改，如把`llm_model_dict`从 A9: 模型下载完成后，请在 [configs/model_config.py](../configs/model_config.py) 文件中，对 `embedding_model_dict`和 `llm_model_dict`参数进行修改，如把 `llm_model_dict`从
```python ```python
embedding_model_dict = { embedding_model_dict = {
...@@ -112,9 +114,10 @@ embedding_model_dict = { ...@@ -112,9 +114,10 @@ embedding_model_dict = {
"text2vec": "/Users/liuqian/Downloads/ChatGLM-6B/text2vec-large-chinese" "text2vec": "/Users/liuqian/Downloads/ChatGLM-6B/text2vec-large-chinese"
} }
``` ```
--- ---
Q10: 执行`python cli_demo.py`过程中，显卡内存爆了，提示"OutOfMemoryError: CUDA out of memory" Q10: 执行 `python cli_demo.py`过程中，显卡内存爆了，提示"OutOfMemoryError: CUDA out of memory"
A10: 将 `VECTOR_SEARCH_TOP_K` 和 `LLM_HISTORY_LEN` 的值调低，比如 `VECTOR_SEARCH_TOP_K = 5` 和 `LLM_HISTORY_LEN = 2`，这样由 `query` 和 `context` 拼接得到的 `prompt` 会变短，会减少内存的占用。 A10: 将 `VECTOR_SEARCH_TOP_K` 和 `LLM_HISTORY_LEN` 的值调低，比如 `VECTOR_SEARCH_TOP_K = 5` 和 `LLM_HISTORY_LEN = 2`，这样由 `query` 和 `context` 拼接得到的 `prompt` 会变短，会减少内存的占用。
...@@ -128,15 +131,46 @@ A11: 更换 pypi 源后重新安装，如阿里源、清华源等，网络条件 ...@@ -128,15 +131,46 @@ A11: 更换 pypi 源后重新安装，如阿里源、清华源等，网络条件
# 使用 pypi 源 # 使用 pypi 源
$ pip install -r requirements.txt -i https://pypi.python.org/simple $ pip install -r requirements.txt -i https://pypi.python.org/simple
``` ```
或 或
```shell ```shell
# 使用阿里源 # 使用阿里源
$ pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ $ pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/
``` ```
或 或
```shell ```shell
# 使用清华源 # 使用清华源
$ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ $ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
``` ```
Q12 启动api.py时upload_file接口抛出 `partially initialized module 'charset_normalizer' has no attribute 'md__mypyc' (most likely due to a circular import)`
这是由于 charset_normalizer模块版本过高导致的，需要降低低charset_normalizer的版本,测试在charset_normalizer==2.1.0上可用。
---
Q13 启动api.py时upload_file接口，上传PDF或图片时，抛出OSError: [Errno 101] Network is unreachable
某些情况下,linux系统上的ip在请求下载ch_PP-OCRv3_rec_infer.tar等文件时，可能会抛出OSError: [Errno 101] Network is unreachable，此时需要首先修改anaconda3/envs/[虚拟环境名]/lib/[python版本]/site-packages/paddleocr/ppocr/utils/network.py脚本，将57行的：
```
download_with_progressbar(url, tmp_path)
```
修改为：
```
try:
download_with_progressbar(url, tmp_path)
except Exception as e:
print(f"download {url} error,please download it manually:")
print(e)
```
然后按照给定网址，如"https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar"手动下载文件，上传到对应的文件夹中，如“.paddleocr/whl/rec/ch/ch_PP-OCRv3_rec_infer/ch_PP-OCRv3_rec_infer.tar”.
--- ---
requirements.txt
...@@ -33,3 +33,5 @@ numpy~=1.23.5 ...@@ -33,3 +33,5 @@ numpy~=1.23.5
tqdm~=4.65.0 tqdm~=4.65.0
requests~=2.28.2 requests~=2.28.2
tenacity~=8.2.2 tenacity~=8.2.2
# 默认下载的charset_normalizer模块版本过高会抛出，`artially initialized module 'charset_normalizer' has no attribute 'md__mypyc' (most likely due to a circular import)`
charset_normalizer==2.1.0
\ No newline at end of file
Markdown 格式
0% 或
您添加了 0 人 到此讨论。请谨慎行事。
请先完成此评论的编辑！
请 注册 或者 后发表评论