win10 Baichuan2-7B-Chat-4bits 上部署 百川2-7B-对话模型-4bits量化版
搞了两天才搞清楚跑通 好难呢,个人电脑 win10 ,6GB显存
个人感觉 生成速度很慢,数学能力不怎么行 没有ChatGLM2-6B 强,逻辑还行,
要求:
我的部署流程
1.下载模型
,下载所有文件 然后 放到新建的model目录
https://huggingface.co/baichuan-inc/Baichuan2-7B-Chat-4bits/tree/main
2.创建环境 安装依赖
用conda创建一个新环境取名baichuan2
安装 requirements.txt 模块依赖
torch >=2.0.0
deepspeed==0.9.2
numpy==1.23.5
sentencepiece==0.1.97
xformers==0.0.19
bitsandbytes==0.41.1
accelerate
colorama
streamlit
transformers_stream_generator
cpm_kernels其他的.时间原因我都忘记了
我的环境 的所有包如下你可以参考一下
$ conda list
# packages in environment at C:\Users\Administrator\.conda\envs\baichuan2:
#
# Name Version Build Channel
absl-py 1.4.0 pypi_0 pypi
accelerate 0.23.0 pypi_0 pypi
addict 2.4.0 pypi_0 pypi
aiofiles 23.1.0 pypi_0 pypi
aiohttp 3.8.5 pypi_0 pypi
aiosignal 1.3.1 pypi_0 pypi
aliyun-python-sdk-core 2.13.36 pypi_0 pypi
aliyun-python-sdk-kms 2.16.2 pypi_0 pypi
altgraph 0.17.3 pypi_0 pypi
appdirs 1.4.4 pypi_0 pypi
async-timeout 4.0.2 pypi_0 pypi
attrs 23.1.0 pypi_0 pypi
bitsandbytes 0.41.1 pypi_0 pypi
blas 1.0 mkl https://repo.anaconda.com/pkgs/main
bzip2 1.0.8 h8ffe710_4 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
ca-certificates 2023.01.10 haa95532_0 defaults
cachetools 5.3.1 pypi_0 pypi
certifi 2022.12.7 pypi_0 pypi
cffi 1.15.1 pypi_0 pypi
chardet 5.1.0 pypi_0 pypi
charset-normalizer 3.1.0 pypi_0 pypi
click 8.1.3 pypi_0 pypi
colorama 0.4.6 pypi_0 pypi
contourpy 1.1.0 pypi_0 pypi
cpm-kernels 1.0.11 pypi_0 pypi
crcmod 1.7 pypi_0 pypi
cryptography 41.0.3 pypi_0 pypi
cycler 0.11.0 pypi_0 pypi
datasets 2.13.0 pypi_0 pypi
diffusers 0.21.1 pypi_0 pypi
dill 0.3.6 pypi_0 pypi
einops 0.6.1 pypi_0 pypi
exceptiongroup 1.1.1 pypi_0 pypi
faker 8.8.1 pyhd3eb1b0_1 defaults
ffmpy 0.3.0 pypi_0 pypi
filelock 3.10.0 pypi_0 pypi
fonttools 4.40.0 pypi_0 pypi
frozenlist 1.3.3 pypi_0 pypi
fsspec 2023.6.0 pypi_0 pypi
gast 0.5.4 pypi_0 pypi
google-auth 2.23.0 pypi_0 pypi
google-auth-oauthlib 1.0.0 pypi_0 pypi
grpcio 1.58.0 pypi_0 pypi
h11 0.14.0 pypi_0 pypi
huggingface-hub 0.17.1 pypi_0 pypi
icetk 0.0.5 pypi_0 pypi
idna 3.4 pypi_0 pypi
importlib-metadata 6.8.0 pypi_0 pypi
intel-openmp 2021.4.0 haa95532_3556 https://repo.anaconda.com/pkgs/main
jieba 0.42.1 pypi_0 pypi
jinja2 3.1.2 pypi_0 pypi
jmespath 0.10.0 pypi_0 pypi
jsonschema 4.17.3 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
latex2mathml 3.76.0 pypi_0 pypi
libffi 3.4.2 h8ffe710_5 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
libsqlite 3.40.0 hcfcfb64_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
libzlib 1.2.13 hcfcfb64_4 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
linkify-it-py 2.0.2 pypi_0 pypi
m2w64-gcc-libgfortran 5.3.0 6 https://repo.anaconda.com/pkgs/msys2
m2w64-gcc-libs 5.3.0 7 https://repo.anaconda.com/pkgs/msys2
m2w64-gcc-libs-core 5.3.0 7 https://repo.anaconda.com/pkgs/msys2
m2w64-gmp 6.1.0 2 https://repo.anaconda.com/pkgs/msys2
m2w64-libwinpthread-git 5.0.0.4634.697f757 2 https://repo.anaconda.com/pkgs/msys2
markdown 3.4.3 pypi_0 pypi
markdown-it-py 2.2.0 pypi_0 pypi
markupsafe 2.1.2 pypi_0 pypi
matplotlib 3.7.1 pypi_0 pypi
mdtex2html 1.2.0 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
mkl 2021.4.0 haa95532_640 https://repo.anaconda.com/pkgs/main
mkl-service 2.4.0 py310h2bbff1b_0 https://repo.anaconda.com/pkgs/main
mkl_fft 1.3.1 py310ha0764ea_0 https://repo.anaconda.com/pkgs/main
mkl_random 1.2.2 py310h4ed8f06_0 https://repo.anaconda.com/pkgs/main
modelscope 1.9.1 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
ms-swift 1.0.0 pypi_0 pypi
msys2-conda-epoch 20160418 1 https://repo.anaconda.com/pkgs/msys2
multidict 6.0.4 pypi_0 pypi
multiprocess 0.70.14 pypi_0 pypi
mypy-extensions 1.0.0 pypi_0 pypi
networkx 3.0 pypi_0 pypi
numpy 1.24.2 pypi_0 pypi
numpy-base 1.23.5 py310h04254f7_0 https://repo.anaconda.com/pkgs/main
oauthlib 3.2.2 pypi_0 pypi
openssl 3.1.0 hcfcfb64_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
orjson 3.9.1 pypi_0 pypi
oss2 2.18.1 pypi_0 pypi
packaging 23.0 pypi_0 pypi
pandas 2.0.3 pypi_0 pypi
pefile 2023.2.7 pypi_0 pypi
peft 0.5.0 pypi_0 pypi
pillow 9.4.0 pypi_0 pypi
pip 23.2.1 pypi_0 pypi
platformdirs 3.10.0 pypi_0 pypi
protobuf 4.24.3 pypi_0 pypi
psutil 5.9.5 pypi_0 pypi
pyarrow 13.0.0 pypi_0 pypi
pyasn1 0.5.0 pypi_0 pypi
pyasn1-modules 0.3.0 pypi_0 pypi
pycparser 2.21 pypi_0 pypi
pycryptodome 3.19.0 pypi_0 pypi
pydantic 1.10.10 pypi_0 pypi
pydub 0.25.1 pypi_0 pypi
pygments 2.15.1 pypi_0 pypi
pyinstaller 5.9.0 pypi_0 pypi
pyinstaller-hooks-contrib 2023.1 pypi_0 pypi
pyparsing 3.1.0 pypi_0 pypi
pyre-extensions 0.0.29 pypi_0 pypi
pyrsistent 0.19.3 pypi_0 pypi
python 3.10.2 hcf16a7b_4_cpython http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
python-dateutil 2.8.2 pyhd3eb1b0_0 defaults
python-multipart 0.0.6 pypi_0 pypi
pytz 2023.3 pypi_0 pypi
pywin32-ctypes 0.2.0 pypi_0 pypi
pyyaml 6.0 pypi_0 pypi
regex 2022.10.31 pypi_0 pypi
requests 2.28.2 pypi_0 pypi
requests-oauthlib 1.3.1 pypi_0 pypi
rsa 4.9 pypi_0 pypi
safetensors 0.3.3 pypi_0 pypi
scipy 1.11.2 pypi_0 pypi
semantic-version 2.10.0 pypi_0 pypi
sentencepiece 0.1.97 pypi_0 pypi
setuptools 68.2.2 pypi_0 pypi
simplejson 3.19.1 pypi_0 pypi
six 1.16.0 pyhd3eb1b0_1 https://repo.anaconda.com/pkgs/main
sniffio 1.3.0 pypi_0 pypi
sortedcontainers 2.4.0 pypi_0 pypi
sqlite 3.40.0 hcfcfb64_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
sympy 1.11.1 pypi_0 pypi
tensorboard 2.14.0 pypi_0 pypi
tensorboard-data-server 0.7.1 pypi_0 pypi
text-unidecode 1.3 pyhd3eb1b0_0 defaults
thulac 0.2.2 pypi_0 pypi
tk 8.6.12 h8ffe710_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
tokenizers 0.13.2 pypi_0 pypi
tomli 2.0.1 pypi_0 pypi
toolz 0.12.0 pypi_0 pypi
torch 2.0.0+cu117 pypi_0 pypi
torchvision 0.15.1 pypi_0 pypi
tqdm 4.65.0 pypi_0 pypi
transformers 4.33.2 pypi_0 pypi
typing-extensions 4.7.0 pypi_0 pypi
typing-inspect 0.9.0 pypi_0 pypi
tzdata 2023.3 pypi_0 pypi
uc-micro-py 1.0.2 pypi_0 pypi
ucrt 10.0.22621.0 h57928b3_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
unicodecsv 0.14.1 pypi_0 pypi
unihan-etl 0.18.1 pypi_0 pypi
urllib3 1.26.15 pypi_0 pypi
uvicorn 0.22.0 pypi_0 pypi
vc 14.3 hb6edc58_10 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
vs2015_runtime 14.34.31931 h4c5c07a_10 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
websockets 11.0.3 pypi_0 pypi
werkzeug 2.3.7 pypi_0 pypi
wheel 0.40.0 pyhd8ed1ab_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
word2vec 0.9.4 py310h9909e9c_0 https://repo.anaconda.com/pkgs/main
xformers 0.0.19 pypi_0 pypi
xxhash 3.3.0 pypi_0 pypi
xz 5.2.6 h8d14728_0 http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge
yapf 0.40.1 pypi_0 pypi
yarl 1.9.2 pypi_0 pypi
zhon 1.1.5 pypi_0 pypi
zipp 3.16.2 pypi_0 pypi3.运行代码
下载代码包 解压 GitHub - baichuan-inc/Baichuan2: A series of large language models developed by Baichuan Intelligent Technology
新建一个run.py文件,放到解压的源码文件夹,以及 model 目录也移到过去
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation.utils import GenerationConfig
import os
# 获取当前文件所在的目录路径
current_dir = os.path.dirname(os.path.abspath(__file__))
# 将当前目录和'model'连接起来，获得'model'文件夹的完整路径
model_path = os.path.join(current_dir, 'model')
print('model_path=', model_path)
if __name__ == '__main__':
tokenizer = AutoTokenizer.from_pretrained(model_path, use_fast=False, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto", torch_dtype=torch.bfloat16, trust_remote_code=True)
model.generation_config = GenerationConfig.from_pretrained(model_path)
messages = []
messages.append({"role": "user", "content": "解释一下“温故而知新”"})
response = model.chat(tokenizer, messages)
print(response)在创建一个run.bat文件
call activate baichuan2
python ./run.py
pause双击run.bat 就运行模型了
生成效果
你好
AI:你好今天我能为您提供什么帮助？
numbers由几个字母组成？
AI:是由五个字母组成的单词。
将"numbers"这个字符串进行倒序输出:
AI: 输出结果为："dsna"
小明45元卖出一顶帽子,收到一张100元假钞,找零55元,帽子进货价15元一顶,如果小明不知道他收到的是一张假钞，请问小明亏了多少钱?
AI: 首先，我们需要计算小明卖帽子的总收入。他收到了100元的假钞，所以实际上他收到的现金是90元（100 - 55 = 90）。然后，他以45元的价格卖出了这顶帽子，所以收入为45元。
现在我们来计算小明的亏损。他进货成本是一顶帽子的价格，即15元。他卖出的帽子收入是45元，进货成本也是15元，所以他实际亏损了(45 - 15)元，即30元。
改正语句：你到看的时一片精菜的说小,描了述小王在禛上遇道阿sir的故式。
AI: 当你看到的时候，描述小王在桌子上遇到阿sir的情景。
用5个1怎么计算得到6?
AI: 你可以使用以下数学运算来从五个1中计算出6：
1. 加法：将五个1相加，即 1 + 1 + 1 + 1 + 1 = 5。然后从结果中减去1（因为已经有一个1了），得到4。最后加上1，得到最终结果5 。所以，通过加法得到的答案是5。
2. 减法：从六个数（6 = 5 + 1）中减去五个1，得到一个1。所以，通过减法得到的答案是1。
3. 乘法：将五个1相乘，即 1 * 1 * 1 * 1 * 1 = 1。所以，通过乘法得到的答案是1。
4. 除法：将六个数（6 = 5 + 1）除以五个1，得到一个1。所以，通过除法得到的答案是1。
请注意，这些计算方法都得到了相同的答案：1。这意味着在五种情况下，你都可以通过将五个1相加或相乘来得到6。
有一串彩珠,按2红3绿4黄的顺序依次排列,第600颗是什么颜色?
AI:首先，我们需要找到这600个彩珠中的第600颗。因为每个周期有8个彩珠（2红3绿4黄），所以600个彩珠可以分为8个这样的周期。因此，我们只需将600除以8，得到75，即有75个完整的周期。
现在我们知道第600颗彩珠位于一个完整的周期中。这个周期的顺序是2红3绿4黄，所以我们可以通过以下步骤来确定第600颗彩珠的颜色 ：
1. 首先，我们确定第600颗彩珠是否在红色区域。如果它在红色区域，那么它就是红色的；否则，它必须在绿色或黄色的区域。
2. 如果第600颗彩珠在红色区域，那么它是一个2红。由于我们有75个完整的周期，这意味着第600颗彩珠是这75个2红中的某一个。但是 ，我们不能直接确定它是第600颗2红，因为我们还需要知道每个周期内2红的顺序。
3. 为了确定第600颗彩珠是第几颗2红，我们需要计算75个2红在顺序上的位置。由于每个周期都有8个彩珠，所以每个2红占据了一个完整的周期的一半。因此，75个2红占据了75/2=37.5个完整周期。由于我们不能有半个周期，我们需要向上取整，这意味着实际上有38个完整周期包含2红。
4. 现在我们已经确定了第600颗彩珠是这38个2红中的某一个。要确定它是第几颗2红，我们需要计算38个2红在顺序上的位置。由于每个2红都占据了一个完整周期的半数，所以38个2红占据了38*2=76个完整周期的半数。由于每个周期有8个彩珠，所以38个2红占据了38/2=19 个完整周期的数量。
5. 最后，我们需要计算19个完整周期的顺序。由于每个周期都有8个彩珠，所以19个完整周期的数量等于19*8=152个彩珠。这意味着第600颗彩珠是这152个彩珠中的某一个。要确定它是第几颗彩珠，我们需要计算152个彩珠在顺序上的位置。由于每个彩珠都是一个单独的单 元，所以我们只需要计数即可。从0开始计数，第600颗彩珠的位置就是152。
综上所述，第600颗彩珠是黄色。
列出最常见的20中水果名称
AI：
1.苹果 (Apple)
2. 香蕉 (Banana)
3. 橙子 (Orange)
4. 葡萄 (Grape)
5. 西瓜 (Watermelon)
6. 柠檬 (Lemon)
7. 草莓 (Strawberry)
8. 菠萝 (Pineapple)
9. 樱桃 (Cherry)
10. 猕猴桃 (Kiwi)
11. 火龙果 (Dragon Fruit)
12. 柿子 (Fig)
13. 桃子 (Peach)
14. 李子 (Apricot)
15. 杏子 (Almond)
16. 石榴 (Pomegranate)
17. 木瓜 (Papaya)
18. 芒果 (Mango)
19. 蓝莓 (Blueberry)
20. 黑莓 (Blackberry)
用户：0 - 187 次
1 - 100 次
2 - 225 次
3 - 128 次
4 - 64 次
5 - 92 次
6 - 69 次
7 - 206 次
8 - 127 次
9 - 65 次
按次数从大到小排序
------------------------------------------------------------------------------
AI：根据您提供的数据，我已经将它们按照次数从大到小排序：
1 - 100 次
2 - 225 次
3 - 128 次
4 - 64 次
5 - 92 次
6 - 69 次
7 - 206 次
8 - 127 次
9 - 65 次
0 - 187 次
==============================================================================
用户：7年前,妈妈的年龄是儿子的6倍,儿子今年12岁,妈妈今年几岁?
------------------------------------------------------------------------------
AI：这是一个关于线性方程的问题。在这个问题中，我们需要找到一个方程来表示父母和孩子的年龄关系，然后通过给定的条件求解出母亲的年龄。
首先，我们知道儿子的年龄是12岁。7年前，他的年龄是5岁（因为7年前妈妈的年龄是他的6倍，所以那时她的年龄是 5 * 6 = 30岁）。现在，儿子已经12岁了，所以我们可以得出一个方程：
母亲的年龄 = 儿子的年龄 + 7
==============================================================================
用户：以“会心之乐”为题的600字作文
------------------------------------------------------------------------------
AI：会心之乐
在这个快节奏的现代社会，人们往往被各种压力所困扰，生活的压力让我们忘记了如何去欣赏生活中的美好。然而，当我们学会去发现生活中的美好时，我们会发现一种叫做“会心之乐”的东西。它如同阳光般温暖人心，如同清泉般滋润心灵。
会心之乐，是一种发自内心的喜悦。它源于我们对生活的热爱，对自然的敬畏，对他人的关爱。当我们看到孩子天真烂漫的笑容时，我们会心一笑，这就是会心之乐；当我们看到一对恋人手牵手漫步在夕阳下时，我们会心一笑，这也是会心之乐。会心之乐，是一种简单而美好的情感，它让我们感受到生活的美好，让我们更加珍惜当下。
会心之乐，是一种心灵的慰藉。在这个纷繁复杂的世界里，我们往往会因为各种琐事而烦恼，但是当我们找到一种让自己放松的方式时，我们会心一笑，这就是会心之乐。无论是阅读一本好书，还是聆听一首美妙的歌曲，亦或是品尝一道美味的佳肴，都会让我们感受到会心之乐。这种快乐，让我们在面对困难时，更加坚定信心，让我们在疲惫时，更加热爱生活。
会心之乐，是一种成长的体验。成长的过程中，我们会遇到各种各样的挑战，但是当我们克服这些挑战时，我们会心一笑，这就是会心之乐。无论是学习一门新技能，还是完成一个艰巨的任务，我们都会在这个过程中感受到会心之乐。这种快乐，让我们更加珍惜每一个成长的时刻，让我们更加感激每一个陪伴我们的人。
会心之乐，是一种友谊的见证。在这个世界上，有一种感情叫做友谊，它如同阳光一般温暖人心。当我们与朋友分享喜悦，分担痛苦时，我们会心一笑，这就是会心之乐。这种快乐，让我们更加珍惜身边的朋友，让我们更加懂得彼此的陪伴。
总之，会心之乐是一种源自内心的喜悦，是一种心灵的慰藉，是一种成长的体验，是一种友谊的见证。它让我们更加热爱生活，更加珍惜当下，更加感激每一个陪伴我们的人。让我们学会去发现生活中的美好，去感受会心之乐，让我们的生活变得更加美好。
GUI版本代码
,没有历史功能,懒得研究了
import tkinter as tk
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation.utils import GenerationConfig
import os
# 获取当前文件所在的目录路径
current_dir = os.path.dirname(os.path.abspath(__file__))
# 将当前目录和'model'连接起来，获得'model'文件夹的完整路径
model_path = os.path.join(current_dir, 'model')
print('model_path=', model_path)
tokenizer = AutoTokenizer.from_pretrained(model_path, use_fast=False, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto", torch_dtype=torch.bfloat16, trust_remote_code=True)
model.generation_config = GenerationConfig.from_pretrained(model_path)
def write_file(text):
with open(save_path, 'a', encoding='utf-8') as f:
f.write(text + '\n')
history=[]
def answer(question):
global history
history=[]
history.append({"role": "user", "content": question})
response = model.chat(tokenizer, history)
print(f"Response from model: {response}") # Add this line for debugging
return response
# 创建主窗口
root = tk.Tk()
root.title("Baichuan2")
root.geometry("800x600+{}+{}".format(root.winfo_screenwidth() // 2 - 400, root.winfo_screenheight() // 2 - 350))
# 创建输入框和滚动条
input_frame = tk.Frame(root)
clear_button = tk.Button(root, text="清空", width=6, height=3)
def clear_output():
global history
output_text.delete("1.0", tk.END)
history=[]
clear_button.config(command=clear_output)
clear_button.pack(side="right", padx=60)
# 创建输出框和滚动条
output_frame = tk.Frame(root)
output_label = tk.Label(output_frame, text="AI:")
output_text = tk.Text(output_frame, height=26, width=87, padx=6, pady=6)
output_scrollbar = tk.Scrollbar(output_frame)
output_text.config(yscrollcommand=output_scrollbar.set)
output_scrollbar.config(command=output_text.yview)
output_label.pack(side="left", pady=10)
output_text.pack(side="left", pady=10)
output_scrollbar.pack(side="right", fill="y")
output_frame.pack()
output_text.tag_config("user", foreground='green')
output_text.tag_config("ai", background='orange', foreground='white')
input_label = tk.Label(input_frame, text="用户：")
input_text = tk.Text(input_frame, height=10, width=67, padx=6, pady=6)
input_scrollbar = tk.Scrollbar(input_frame)
input_text.config(yscrollcommand=input_scrollbar.set)
input_scrollbar.config(command=input_text.yview)
input_label.pack(side="left")
input_text.pack(side="left", pady=10)
input_scrollbar.pack(side="right", fill="y")
input_frame.pack()
def show_text():
# 清空 Tkinter Text 组件中的文本
# output_text.delete('1.0', 'end')
question = input_text.get("1.0", "end-1c")
result = answer(question)
output_text.insert("end", "用户：" + question, "user")
output_text.insert("end", "\n" + '-'*78)
output_text.insert("end", "\nAI：" + result)
output_text.insert("end", '\n'+"="*78)
output_text.insert("end", "\n\n\n")
# 滚动到最底部
output_text.yview_moveto(1.0)
input_text.delete('1.0', 'end')
# 创建按钮
button_frame = tk.Frame(root)
button = tk.Button(button_frame, text="回答", command=show_text, width=6, height=3)
# 响应回车键 绑定 事件
root.bind("", lambda event: show_text())
def copy():
global text
text.event_generate("<>")
def cut():
global text
text.event_generate("<>")
def paste():
global text
text.event_generate("<>")
# 创建右键菜单
menu = tk.Menu(root, tearoff=0)
menu.add_command(label="复制", command=copy)
menu.add_command(label="剪切", command=cut)
menu.add_command(label="粘贴", command=paste)
# 绑定鼠标右键（第一个文本框）
def show_menu1(event):
global text
text = input_text
menu.post(event.x_root, event.y_root)
input_text.bind("", show_menu1)
# 绑定鼠标右键（第二个文本框）
def show_menu2(event):
global text
text = output_text
menu.post(event.x_root, event.y_root)
output_text.bind("", show_menu2)
button.pack(side="right", padx=60)
button_frame.pack()
root.lift()
# 运行主循环
root.mainloop()