三步在本地电脑部署 DeepSeek R1

已于 2025-02-14 15:20:09 修改
阅读量268 收藏
点赞数 1
分类专栏： AI 文章标签： ai deepseek
于 2025-02-10 15:30:25 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.youkuaiyun.com/Klaus_S/article/details/145551271
版权

一、下载安装 Ollama

部署DeepSeek要用到 Ollama，它支持多种大模型。

Ollama官网：https://ollama.com/
在这里插入图片描述
在跳转的页面中选择 Download for Windows （为 Windows 系统下载），然后等下载完成。
在这里插入图片描述终端查看是否安装成功ollama --version
在这里插入图片描述

二、下载 DeepSeek-R1

1、进入Ollama官网，找到Models。进入deepseek-r1
在这里插入图片描述

2、进入就可以看到deepseek-r1模型，根据电脑情况选择适合的模型，复制安装模型命令ollama run deepseek-r1:8b
在这里插入图片描述
在这里插入图片描述

三、Chatbox前端搭建

通过第二步的操作，已经部署好DeepSeek，但每次使用都要在终端管理员里操作，相当繁琐。这里可以借助Chatbox，实现网页或客户端操作。

1、下载安装Chatbox

Chatbox官网：https://chatboxai.app/zh

进入官网下载安装Chatbox客户端。
在这里插入图片描述
2、点击设置，选择Ollama API
在这里插入图片描述
API域名设置为http://127.0.0.1:11434,模型选择安装的deepseek-r1:8b

3.至此本地版DS就OK了
在这里插入图片描述

【实战篇】deepseek r1 完全本地部署实战教程
02-06 3305
最近 deepseek r1 可是相当火爆，好多小伙伴都想在自己电脑上部署，体验一把强大的 AI 模型。今天咱就来详细讲讲，怎么把 deepseek r1 完完全全部署到本地，新手小白也能轻松上手！
本地部署DeepSeek R1：打造私人AI助手完全指南
海棠AI实验室
01-28 1万+
DeepSeek R1 是一款由 DeepSeek 团队开发的先进推理模型。它不仅在性能上可与业界领先的商业模型相媲美，更重要的是，它完全开源，允许用户在本地环境中自由部署和使用。DeepSeek R1 支持多种模型规模，从轻量级的 1.5B 参数模型到强大的 70B 参数模型，用户可以根据自己的需求和硬件条件灵活选择。DeepSeek R1 的主要特点：开源免费：用户可以自由使用、修改和分发。高性能：在多项基准测试中表现出色，可与商业模型媲美。多规模选择。
DS本地化部署教程
2501_90256091的博客
02-06 7327
为了确保用户能够在网络不稳定或断网的情况下依然能够正常使用DS，同时保护用户的隐私数据不被泄露，在开年之际推出这篇手把手的教学文章，详细指导大家如何进行DS的本地部署。通过本地部署，用户不仅可以在离线环境中使用DS，还能有效避免隐私数据在云端传输过程中可能面临的泄露风险，从而更加安全、稳定地享受DS带来的强大功能。通过以上步骤，用户可以在本地环境中部署并使用DS，不仅能够有效避免网络延迟和服务器繁忙的问题，还能在离线状态下使用该模型，同时确保数据的隐私和安全。选择合适的参数规模后，复制对应的下载命令。
本地部署DeepSeek-R1大模型
最新发布
2501_90685960的博客
03-02 635
下载路径默认在 C:\Users\<用户名>\.ollama\models （Windows）或 ~/.ollama/models （macOS/Linux）。访问链接：https://file-cdn-deepseek.fanqiesoft.cn/deepseek/deepseek_28315_st.exe。- 安装后搜索“deepseek-r1”，选择量化版模型（如7B-Q4_K_M），配置参数（温度0.5-0.7）。右侧输入框可提问或对话。- 官网下载：https://ollama.com/
5分钟教你本地部署刷爆全网的DeepSeek-R1大模型
振华OPPO的博客世界
02-11 1726
AI再强，也只是个工具，程序员才是掌控工具的大佬。所以，程序员的未来，不是淘汰，而是起飞。程序员要做的就是接受AI，学习AI，使用AI，成为新时代的复合型人才。能够掌握AI的人，才是未来的赢家。 站在时代的分水岭上，有人看到的是深渊，有人看到的却是满天星群。机会，永远留给有准备的人的。在AI时代，学会AI、善用AI就是你最好的准备！
本地部署大模型？看这篇就够了，Ollama 部署和实战
2401_85373898的博客
11-13 2127
如果要使用的模型不在 Ollama 模型库怎么办？至此，我们一起走完了 Ollama 的部署和实战流程。在我看来，Ollama 也许是目前最便捷的大模型部署和使用工具，对小白非常友好。简单的命令行操作，用户即可快速启动和管理模型，极大降低了技术门槛，用户可以专注于模型的应用，而无需关注底层技术细节。此外，Ollama 的离线运行也为数据安全提供了保障。期待大家在使用 Ollama 的过程中，发现更多有趣的 AI 应用场景。让我们一起推动大模型技术的应用落地，探索更广阔的可能性！
DeepSeek介绍及使用ollama本地化部署DeepSeek-R1大模型
chengpei147的博客
01-29 8217
Ollama 是一个开源项目，它提供了一个框架和工具，用于在本地环境中运行、部署和管理大型语言模型（LLMs）。Ollama 旨在简化 LLMs 的使用，使得开发者和研究人员能够更容易地在自己的硬件上运行这些模型，而不需要依赖云服务或高性能计算资源。
本地部署DeepSeek-r1+Open-Webui(超级无敌爆炸详细)
WZN56789的博客
02-01 6125
ollama中的deepseek-r1分7种型号,分别是1.5b、7b、8b、14b、32b、70b和671b,轻量级应用，需要快速响应需求可以选择1.5B、7B 这样的小模型可以快速加载和运行，能够在较短时间内给出结果，满足用户的即时需求，小模型适合一些对响应速度要求高、硬件资源有限的场景，如手机端的智能助手、简单的文本生成工具等；但是官方的下载速度比蜗牛还慢(会翻墙的当我没说),一个简单快速的方法是访问github文件加速， 网址是。3.如何将deepseek-r1下载到u盘里(不需要的可以跳过)
deepseek部署到本地的步骤
Present is best Present!
02-07 467
Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。新建聊天进行测试，在聊天窗口要记得点击右下角知识，选择刚才搭建的知识库名称，然后在上方看到就可以了。DeepSeek R1提供多个版本，参数量越大，模型通常越强大，但也需要更多的计算资源。我们还可以通过浏览器插件来访问本地部署的大模型，这个插件还支持本地知识库搭建。2. 选择本地模型，如果找不到，点击左侧的设置按钮。
手把手教你本地部署 DeepSeek R1
实事求是，追求技术，精益求精～将至而立之年，不忘年少初心！
02-03 8433
手把手教你Deepseek本地部署，每一步都有图片和解释
本地部署DeepSeek R1：打造专属私人AI助手指南
01-31 5125
DeepSeek R1是一款性能卓越的推理模型，其表现能够与OpenAI的模型相抗衡。最令人振奋的是，该模型现已支持完全在本地运行，无需持续的网络连接。用户可以根据自身需求和硬件条件，选择不同规模的模型版本，借助本地算力实现高效推理。通过本文提供的详细步骤，用户可以在本地成功部署DeepSeek R1模型，享受私密、高效的AI助手服务。这种本地部署方式不仅确保了数据安全，还为用户提供了高度自由的AI使用方式，无论是个人开发者还是企业用户，都可以根据自身需求灵活定制并充分利用本地AI的强大功能。
本地部署DeepSeek-R1（Mac版）
wavelee的博客
02-10 1232
安装Ollama选择你电脑配置合适的DeepSeek-R1版本安装桌面UI程序，方便日常使用。
在自己电脑上部署deepseek r1模型
qq_45251343的博客
02-06 1167
总结：1、目标：类似的GUI界面使用；2、软件选用：ollama、deepseek r1模型、anythingllm；开干：以我的Macbook pro为例安装ollama访问ollama网站https://ollama.com，点击download下载后把ollama文件从“下载”目录放到应用程序目录点击ollama，按照提示操作、完成安装下载和安装Deepseek R1模型文件在ollama网站上点击models，选择合适自己电脑的Deepseek R1模型。
一键安装DeepSeek大模型脚本来了，保姆级DeepSeek大模型本地部署攻略，零延迟畅享AI智能服务
理论都是虚的，代码才是王道。
02-27 1279
通过本地部署DeepSeek大模型，不仅能摆脱网络延迟的束缚，还可根据需求灵活调整配置，释放AI的全部潜力。赶紧动手部署本地DeepSeek大模型，开启你的私人AI之旅吧！近日来，AI大模型技术发展迅猛，DeepSeek凭借其强大的智能交互能力成为众多开发者和AI爱好者的首选工具。然而，云端服务的延迟和稳定性问题常令人困扰。打开DS大模型安装助手，主界面会推荐与当前硬件匹配的模型版本（如7B/13B参数模型）。”，软件将自动解压并加载模型至本地。实现无卡顿、超流畅的AI体验，助你轻松拥有私人AI助手！
DeepSeek本地部署，保姆级教程，带你打造最强AI
热门推荐
运维&陈同学的博客
01-28 14万+
配置后，Ollama 服务将能在当前网络（如家庭 Wifi）中提供服务。你可以使用其他设备上的 Chatbox 客户端连接到此服务。可能需要在防火墙中允许 Ollama 服务的端口（默认为 11434），具体取决于你的操作系统和网络环境。为避免安全风险，请不要将 Ollama 服务暴露在公共网络中。家庭 Wifi 网络是一个相对安全的环境。Ollama 服务的 IP 地址是你电脑在当前网络中的地址，通常形式如下。
DeepSeek本地部署，保姆级教程，谁都可以照抄！
fanqie3301的博客
02-27 276
DeepSeek作为目前热门的AI工具，相信很多人都想体验一下它的智能服务。DS大模型安装助手就是为了给用户提供一个无延迟，无卡顿的流畅DeepSeek.
个人向deepseek-r1本地部署+QQ机器人应用
Chi_no_chan的博客
02-08 3052
python 3.8以上LM studio最新版ollama 最新版(找教程下即可)4060ti 8G。
deep seek的注册与使用，网页版
shadowflies的博客
02-11 971
简要介绍官网deep seek的使用以及硅基流动
为什么要在本地电脑部署 DeepSeek R1 模型
02-14
### 本地计算机部署DeepSeek R1模型的原因 #### 优势 DeepSeek R1在本地计算机上的部署带来了多方面的显著优势。首先，在性能方面，尽管与云端版本相比可能存在一定差异，但在特定条件下——比如配备高性能显卡的情况下，可以支持更强大的蒸馏模型并加速推理过程[^2]。其次，灵活性也是不容忽视的一点；用户可根据自身的硬件配置挑选适合的模型规格，从而优化资源利用效率[^1]。 #### 必要性 对于某些敏感行业而言，数据隐私保护至关重要，因此将处理流程迁移到内部环境成为必然选择之一。此外，当面临不稳定或受限互联网接入情况时，离线操作能力显得尤为珍贵。再者，企业级应用往往追求更低延迟的服务响应时间，而减少对外部网络依赖有助于达成这一目标[^3]。 #### 应用场景 具体到实际运用层面，金融领域中的风险评估、医疗健康里的诊断辅助以及智能制造环节的质量检测等均能受益于这种模式下的即时反馈特性。特别是在那些对安全性有严格要求的工作环境中，如军事通信或是涉及国家安全的信息分析工作中，确保所有运算都在受控范围内完成更是不可或缺的要求。 ```python # Python伪代码展示如何加载预训练好的DeepSeek R1模型至本地GPU设备 import torch from transformers import AutoModelForCausalLM, AutoTokenizer device = "cuda" if torch.cuda.is_available() else "cpu" model_name_or_path = "./path_to_local_model_directory" tokenizer = AutoTokenizer.from_pretrained(model_name_or_path) model = AutoModelForCausalLM.from_pretrained(model_name_or_path).to(device) def generate_text(prompt): inputs = tokenizer(prompt, return_tensors="pt").input_ids.to(device) outputs = model.generate(inputs) result = tokenizer.decode(outputs[0], skip_special_tokens=True) return result ```
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