写在前面，本文中的ollama是用docker部署的，用别的方式安装的ollama只需要改一下Modelfile的路径和Modelfile文件内容的FROM路径就可以，改为实际路径。

1、训练模型

llama-factory安装部署训练模型-CSDN博客

2、导出模型到指定目录。

3、把导出的safetensors文件转为gguf格式的文件

（1）去github上下载llama.cpp包

（2）解压后进入llama.cpp的主目录，环境同时要切换为python环境

        python环境安装

linux部署anaconda-CSDN博客

（3）相关依赖下载

        pip install -r requirements.txt

（4）开始转换（以我的目录/home/modelEX为例）

python convert_hf_to_gguf.py /home/modelEX \
--outfile /home/model/output.gguf \
--outtype q8_0

其中/home/modelEX是要转化的文件，/home/model/output.gguf是输出的文件名。--outtype是量化参数。

        如果报错OSError: Can’t load tokenizer for ‘xxx’这种东西，去huggingface上找两个东西复制到/home/modelEX，先找到你的用的模型，下载下图中的这两个文件。

（5）接下来创建一个名为Modelfile的文件（不要后缀），文件内容

FROM /root/.ollama/models/blobs/output-100.gguf

注意要把上面转化的gguf文件复制到docker-ollama的实体映射文件夹中，不然会显示找不到文件，同样的，这个Modelfile文件也要放在这个映射文件中。

（6）创建ollama模型，命令行输入

ollama create mymodel -f /root/.ollama/models/blobs/Modelfile

这个时候应该就会开始创建了，创建完成后用ollama run一下就可以了。