ollama导出导入模型 解决下载模型慢问题 deepseek + ollama + Cherry Studio 客户端（离线部署）

最新推荐文章于 2025-05-18 14:14:33 发布
最新推荐文章于 2025-05-18 14:14:33 发布
阅读量1.6k 收藏 17
点赞数 7
CC 4.0 BY-SA版权
文章标签： AIGC gpt llama chatgpt 人工智能
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.youkuaiyun.com/ANONYMOUSLAI/article/details/145755989

前言
在本地部署deepseek时，有些人的电脑没有互联网或者模型下载很慢，这时候可以来一个曲线救国，找已经安装好的电脑导过去。

一、安装 ollama

官网：https://ollama.com/，找个U盘下载后放进去，然后拷到要装的电脑（有互联网的直接下载就好）。
首先，配置下模型目录的系统环境变量，新增 OLLAMA_MODELS 变量，并设置你想放模型的目录
在这里插入图片描述

然后，打开 cmd，cd 到安装包的目录，执行以下命令：

OllamaSetup.exe /DIR="D:\ollama"

等一会就会弹出安装界面，直接安装就好

在这里插入图片描述

可以看到安装在D盘不是默认的C盘

在这里插入图片描述

最低0.47元/天 解锁文章
AlanLai、
关注
大模型—Ollama 结构化输出
12-30 1万+
Ollama现在支持结构化输出，使得可以按照由JSON模式定义的特定格式来约束模型的输出。Ollama的Python和JavaScript库已经更新，以支持结构化输出。
ollama 模型国内加速下载，制作自定义Modelfile模型文件；ollama模型导出
weixin_42357472的博客
07-16 1万+
参考： https://www.zhihu.com/question/640579563/answer/3562899008 https://github.com/ollama/ollama/blob/main/docs/modelfile.mdollama主要的模型文件格式是gguf，可以在modelscope或huggingface上下载huggingface： 2、下载gguf模型加载使用 1）查看Modelfile格式 ollama show qwen:14b --modelfile 2）创建自己
Ollama windows命令行一键导出模型到gguf文件
2401_84742659的博客
02-23 1145
Ollama windows命令行一键导出模型到gguf文件
Ollama本地部署大模型总结
最新发布
weixin_32121331的博客
05-18 277
1.Ollama系列02：快速上手搭建私有的AI对话框和智能体—chatbox版2.Ollama系列03：快速上手搭建私有的AI对话框和智能体—cherryStudio版3.ollama系列01：轻松3步本地部署deepseek，普通电脑可用4.Ollama系列04：进阶篇-搭建私有的知识库和问答系统—cherryStudio版5.Ollama系列05：Ollama API 使用指南6.Ollama系列06：C#使用OllamaSharp集成Ollama服务7.Ollama本地部署大模型总结。
ollama从gguf镜像导入导出模型
robinfoxnan的专栏
05-31 5763
ollama加载gguf格式文件
使用ollama导出gguf模型
weixin_37841024的博客
04-25 2782
导出的qwen_7b.gguf模型文件，在命令执行的目录。（格式为gguf），导出代码为。为例，先查看模型信息，从模型文件信息里得知。
ollama 导出训练好的大模型
weixin_44678773的博客
03-28 1380
查看模型信息 使用 命令获取模型文件的路径。例如，导出 模型： 输出结果中会包含模型的存储路径（如 ），该路径对应的是 GGUF 格式 的模型文件。复制模型文件 根据上一步的路径，直接复制模型文件到目标位置： 生成的 即为导出的模型文件。关联 Modelfile（可选） 如果需保留模型的配置参数（如模板、停止词等），可生成 Modelfile 文件。例如： 修改 Modelfile 中的 路径为导出的 GGUF 文件路径，以便后续重新导入。模型格式要求 Ollama 默认支持 GGUF 格式，若需导
Ollama模型提取和转存（模型迁移）
skywalk8163的专栏
02-26 3192
怎样将Ollama的模型转存到另外一台系统呢？如果是同样的操作系统，同样设置（Ollama模型存放位置都是默认的~/.ollma/models）,那么转存非常简单，直接把models整个目录拷贝过去就行了。如果只想转存特定的模型，那就需要费点心思了。
Ollama离线迁移模型，不联网从一台电脑复制到另一台电脑
sagima_sdu的博客
12-02 1万+
一般来说，Ollama 在本地存储模型的位置可能在用户目录下的某个特定文件夹中，比如在 Linux 系统下可能类似。保密项目，电脑不能联网，想要把笔记本上Ollama下载下来的模型通过离线的方式，如U盘、光驱等传给不联网的电脑。然后记录一下，这是我2024/7/11 19.52下载的模型，然后把这个文件夹里所有这一时间的文件都复制出来吧。在Ollama的模型存放目录下，有两个文件夹，一个叫blobs，另一个叫manifests。确认能够在模型列表里看到刚刚迁移过来的模型，然后测试。
Ollama手动导入GGUF模型文件
热门推荐
weixin_46241866的博客
12-26 2万+
本文详述了GGUF模型下载，并将模型手动导入 Ollama 的操作步骤。
ollama导入本地模型
程序员鑫港的博客
03-04 5515
Ollama是一个开源的 LLM（大型语言模型）服务工具，用于简化在本地运行大语言模型、降低使用大语言模型的门槛，使得大模型的开发者、研究人员和爱好者能够在本地环境快速实验、管理和部署最新大语言模型，包括如DeepSeek、Qwen2、Llama3、Phi3、Gemma2等开源的大型语言模型。支持的大语言模型列表，
Ollama 导入自定义模型
偶尔记一下 - mybatis.io
04-03 8601
在前面 Spring AI 使用本地 Ollama Embeddings 中查找 Embedding 模型的时候，首先看到了 mofanke/dmeta-embedding-zh 模型，这才发现 Ollama 中除了官方模型外还有用户自己上传的其他模型，搜索 dmeta-embedding-zh 找到了抱脸网上的对应模型：https://huggingface.co/DMetaSoul/Dmeta-embedding-zh模型介绍有 MTEB Chinese list 评分排名，打开该地址可以看到排名：
DeepSeek很卡？还在用Ollama傻傻本地部署DeepSeek？教你一招流畅访问DeepSeek！
lingbomanbu_lyl的博客
02-07 1575
DeepSeek的这波操作不仅引发了硅谷的震动，更让老美感受到了前所未有的威胁，就连美国芯片巨头英伟达一夜市值蒸发5900亿美元，合4.3万亿人民币，台积电、博通公司、超微半导体等科技股也遭遇集体暴跌。你攻任你攻，咱就是头铁，国产AI雄起，相比Open AI在资金和人力不充足的情况下，做出这个效果已经是啪啪打脸老美了，希望后续继续做大做强。
基于ollama搭建本地大模型
m0_71745484的博客
12-03 1112
基于ollama搭建本地大模型效果图下载安装ollama官网地址：ollama.com/选择适合自己的系统win直接安装即可，linux运行以下命令12win环境配置，增加环境变量增加host变量更改模型位置配置（可选）建议使用默认位置，即C:\Users{用户}.ollama\models12如果安装到其余盘符，则会产生大量的磁盘IO，影响生成速度。环境变量增加完成后记得重启ollama运行模型选择合适的模型运行对应的命令如12。
自定义数据集使用llama_factory微调模型并导入ollama
weixin_53162188的博客
04-14 1万+
本文所有操作均在linux系统下完成。
ollama指定目录下载deepseek模型
weixin_45351536的博客
02-07 2616
ollama指定目录下载 deepseek模型指定目录下载
【5分钟搞定】ollama下载deepseek-r1大模型本地部署
lixiaoqidecsdn的博客
01-29 1万+
1.登录ollama，选择models，选择deepseek-r1模型，选择1.5b(核显电脑)3.控制台输入ollama run deepseek-r1:1.5b自动下载。2.选择1.5b，复制命令，打开CMD控制台；
[大模型]ollama本地部署自然语言大模型
一个喜欢什么都研究一下的小小后端程序员
03-17 1万+
大模型已经发布很久，网络上的大模型形形色色，现在已然是群英荟萃，那么，如何在本地运行一个大模型？本文采用ollama，简单运行本地大模型，不需要写代码。测试机器：i5 840016G内存1060 6G安装ollama安装，下载，运行模型。Chatbox作为桌面程序，用来更方便的调用大模型。经测试，gemma:2b模型可流畅运行。
使用ollama配置本地模型（命令行使用）
zxsdyyds的博客
01-27 3771
配置个人AI模型
ollama 导出模型
02-11
### 导出 Ollama 模型文件格式步骤 为了成功导出 Ollama 模型，需遵循特定流程来准备和处理模型数据。以下是详细的说明： #### 准备环境 确保已安装必要的依赖库和支持工具。通常情况下，这涉及到设置 Python 环境以及安装相关包。 #### 获取预训练模型 访问 Hugging Face 官方网站[^3]，通过搜索功能定位目标模型（例如 Qwen），特别注意选择带有 GGUF 后缀的版本。下载完成后，将其放置于指定的工作目录内，并确认路径无误。 #### 创建配置文件 在同一工作目录下新建名为 `Modelfile` 的纯文本文件，利用任意文本编辑器打开它，按照如下模板填写内容： ```plaintext FROM ./Qwen2-7B-LLM-Q2_K.gguf ``` 此命令用于指示加载哪个具体的 .gguf 文件作为基础权重源。 #### 转换过程 对于具体执行转换操作的部分，可以参照 Unsloth 提供的教学指南[^1]，其中涵盖了如何针对 Llama-3 进行微调并最终迁移到 Ollama 平台上的全过程。虽然文档是以 Llama-3 为例，但大多数概念和技术细节同样适用于其他类型的 Transformer 架构。 #### 验证输出 一旦上述步骤顺利完成，则可以在预期位置发现新生成的 `.gguf` 格式的模型文件。这类文件可以直接被支持该标准的应用程序读取使用。
评论
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
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