【实操指南】Windows系统部署Ollama+DeepSeek-R1大模型:模型下载、API访问与数据投喂

Windows上的本地化部署deepseek-r1,独享DeepSeek,真香 ,使用python调用非常快 欢迎来到涛涛聊AI。Ollama是一个强大的工具,可以帮助你在本地轻松部署和管理大语言模型,如deepseek-r1。DeepSeek-R1是由DeepSeek团队开发的第一代高性能推理模型,旨在通过强化学习提升大语言模型的推理能力。该模型采用大规模专家混合(MoE)架构,参数规模高达6710亿,是许多开源大模型的10倍。DeepSeek-R1在数学、代码和推理任务上表现出色,尤其在长链推理(CoT)方面表现优异。此外,它还支持模型蒸馏,能够将推理能力迁移到小型模型上,提升其性能。 阅读详情

目录

一、下载:

二、安装

直接安装

更改安装位置

三、下载模型

四、使用 deepseek-r1:1.5b模型对话

五、API 访问

 六、使用WebUI与模型对话

        1、安装Page Assit

        2、投喂数据

        3、使用知识库

七、参考连接


一、下载:

        官网:Download Ollama on macOS

        网盘:OllamaSetup.exe

二、安装

直接安装

        点击exe安装

        默认安装路径:C:\Users\Administrator\AppData\Local\Programs\Ollama

        模型路径:C:\Users\Administrator\.ollama\models

更改安装位置

        要将 Ollama 应用程序安装在不同于用户目录的位置,请使用以下标志启动安装程序:

OllamaSetup.exe /DIR="d:\some\location"

三、下载模型

​​​​​​​ollama run deepseeek-r1:1.5b

四、使用 deepseek-r1:1.5b模型对话

        “>>>” 标识已运行模型,可以直接提问了,也可以新开窗体,输入命令后进入

ollama run deepseek-r1:1.5b

五、API 访问

          默认端口是11434,更改访问端口,服务端配置参考文档 常见问题 - Ollama 中文文档

 六、使用WebUI与模型对话

        使用命令提示符与DeepSeek对话并不友好,为了更好的体验,我们可以安装WebUI,这里使用的是浏览器插件:Page Assit

        1、安装Page Assit

                Microsoft Edge安装扩展步骤:扩展->管理扩展->获取 Microsoft Edge 扩展->搜索Page Assit->安装

        2、投喂数据

ollama pull nomic-embed-text

        3、使用知识库

七、参考连接

        https://www.cnblogs.com/xiezhr/p/18712410

保姆级!使用Ollama本地部署DeepSeek-R1大模型 并java通过api 调用 环境变量还有很多 网上有很多 可自行搜索为什么需要配置OLLAMA_HOST及OLLAMA_ORIGINS?突破本地限制:局域网访问默认情况下,Ollama仅监听127.0.0.1:11434,仅允许本机访问。通过设置OLLAMA_HOST=0.0.0.0:端口号,可将服务绑定到所有网络接口,实现局域网内多设备共享模型资源。解决跨域问题:Web UI集成浏览器安全策略会阻止跨域请求,例如使用Open WebUI或LobeChat等前端工具时。 阅读详情

相关推荐

【DeepSeek】零基础也能搞定!Windows笔记本本地部署DeepSeek-R1大模型全攻略

本文详细介绍了如何在Windows笔记本上本地部署DeepSeek-R1大模型,适合零基础用户。从硬件要求、软件准备到Ollama安装和模型下载,提供了完整的步骤指南和实用技巧,帮助用户轻松实现离线AI应用,保障数据隐私并提升工作效率。

h9j8k7l6m5n的博客 1056

保姆级实战教程:安装部署私有化大模型,并投喂数据

大模型增强应用,用来做界面化的交互,同时也可以处理文本标记,以及向量数据存储,这样我们就可以给自己部署的大模型投喂数据了。OK,正式开始!

EnjoyEDU的博客 6901

【DeepSeek部署实战】基于Ollama+Chatbox零成本部署DeepSeek-R1系列模型攻略(Windows)

在人工智能领域,DeepSeek 作为国产大模型的第一梯队选手,凭借其卓越的算法优化和高性能表现(支持代码生成、数学推理、多轮对话等场景)持续领跑行业。然而,尽管官方提供了免费的网页版服务,但在实际使用中,用户常常面临三大痛点:网络延迟高(尤其是在代码生成场景中)、隐私数据外泄风险以及高峰期服务器响应缓慢。为了解决这些问题,本文将介绍一种基于 Ollama 和 Chatbox 的黄金组合方案,手把手教您在 Windows 系统上实现零成本本地化部署 DeepSeek-R1 系列模型,

寻道AI,探索AI无限可能! 2173

本地投喂deepseek

1.5b 模型,4GB显存就能跑。7b、8b 模型,8GB显存就能跑。14b 模型,12GB显存能跑。32b 模型,24GB显存能跑。提供 Web UI,需要 Ollama 在后台运行。Ollama提供本地模型运行服务。

过招 1639

【AI测试必学】一文学会用Ollama在本地快速部署DeepSeek-R1大模型「喂饭教程」

Ollama 是一个用于在本地运行大模型的工具,支持快速部署和运行各种大模型,如 DeepSeek-R1。它简化了模型的安装和管理,适合在本地环境中高效使用大模型。

blues_C的博客 1748

deepseek本地安装(实操),使用ollama在window安装过程(附带ollama包)

deepseek本地安装(实操),使用ollama在window安装过程(附带ollama包)

zhenqiaozq的博客 1529

Win10 +Ollama +deepseek开放局域网访问API服务

关于安装ollama[大模型本地化管理工具Ollama]如果想要在局域网中共享 Ollama 服务,需要配置防火墙以开放对应的端口。Ollama 服务使用环境变量 OLLAMA_HOST 来指定监听的地址,默认情况下,它只监听 localhost,即只能本地访问。如果要让局域网内其他设备访问 Ollama 服务,需要将 OLLAMA_HOST 设为 0.0.0.0。另外将端口开放访问即可。一、设置环境变量在 Windows 中,可以通过以下步骤来设置环境变量 OLLAMA_HOST: 退出ollama服务,

m0_63171455的博客 8200

PromptBio实战:如何用AI对话搞定转录组数据分析(附详细操作截图)

本文详细介绍了如何利用PromptBio平台通过AI对话完成转录组数据分析,无需编程基础即可实现从数据上传到结果解读的全流程。文章包含详细的操作截图和参数配置建议,帮助科研人员快速掌握这一生信分析工具,显著提升研究效率。

weixin_30872157的博客 135

AI大模型-Ollama默认提供的API端口

Ollama默认提供的API端口(通常是11434)及常见问题排查

m0_73165198的博客 2431

E28 LoRa模块透传 定点传输 RSSI测试与MicroPython应用

测试说明 测试模块数:3 测试模式:配置模式和传输模式 如果没有检测到串口,首先检查是否安装串口驱动CH341SER,下载链接,提取码:vaw2 工作模式 模式(0-3) M2 M1 M0 模式介绍 备注 0 传输模式 1 0 0 串口打开,无线打开,连续透明传输 空速支持手动配置和自适应波特率自动调节;连续模式双方波特率必须一致 1 RSSI 1 0 1 串口打开,无线打开,RSSI功能打开 模块每100ms输出RSSI强度值 2 测距模式 1 1 0 保留 - 3 配置模式

GniLAY1022的博客 4243

高速DAC时钟与配置实战:DAC5681Z硬件设计与寄存器编程详解

在高速数据转换系统中,时钟信号是决定系统性能的核心要素,其稳定性和纯净度直接影响数模转换器(DAC)的输出频谱纯度与动态范围。时钟电路的设计原理涉及信号完整性、阻抗匹配与直流偏置,而内部锁相环(PLL)和延迟锁相环(DLL)的配置则是实现精确时序控制的关键技术。这些技术的价值在于,它们共同保障了高速通信、雷达和任意波形生成等应用对信号实时性与精度的严苛要求。本文聚焦于德州仪器(TI)的DAC5681Z,深入解析其外部时钟输入电路的硬件设计要点,包括端接电阻的计算与选型,并详细拆解通过串行外设接口(SPI)对

weixin_30342363的博客 186

Windows下最详尽的Ollama+Deepseek-r1 本地部署手册

Windows下最详尽的Ollama+Deepseek-r1 本地部署手册

huang9604的博客 3万+

IAR使用教程:如何导入现有工程并成功编译

详细介绍如何在IAR中导入现有工程项目并完成编译配置,解决常见报错问题。通过清晰的操作指引,帮助开发者快速上手iar使用教程中的关键环节,提升开发效率。

weixin_42437253的博客 883

告别GPU限制!超详细的DeepSeek-R1 大模型全平台部署教程_deepseek r1 领域大模型构建,从零到精通

告别GPU限制!超详细的DeepSeek-R1 大模型全平台部署教程_deepseek r1 领域大模型构建,从零到精通

weixin_71627652的博客 2392

点击率预测的贝叶斯平滑

概述 电商领域中经常需要计算或预测一些转化率指标,如最典型的CTR(点击率,Click-Through Rate)。这些转化率可以是模型的预测值,也可以作为模型的特征(feature)使用。以商品点击率预测为例,CTR的值等于点击量(Click)除以曝光量(Impression或Exposure)。以rr表示点击率, r=CI(1)r=\frac{C}{I} \tag{1}. 但在实际应

小平子的专栏 3万+

【毕设救星】从0到1打造YOLOv8货架商品检测与可视化系统,让你的毕设脱颖而出

本文介绍了一个基于YOLOv8的货架商品检测系统毕设项目。系统采用YOLOv8模型进行商品检测,包含环境搭建、数据集准备、模型训练与验证等完整流程,并开发了可视化UI界面。项目聚焦智能零售应用场景,技术栈完整且易于实现,适合作为计算机视觉方向的毕业设计。文章详细指导了从数据标注、模型训练到界面开发的全过程,提供代码示例和实用建议,帮助学生快速完成毕设并提升答辩表现。

LXY_LOVE36的博客 103

速来,本地部署deepseek-r1大模型秘籍大公开,全程超详细

速来!本地部署deepseek-r1大模型秘籍大公开,全程超详细

保持进步,保持少年感 2717

Autosar进阶专栏索引

Autosar进阶专栏索引

赞的博客 3540

Windows下从零开始基于Ollama与Open-WebUI本地部署deepseek R1详细指南(包含软件包和模型网盘下载)

最近国产大模型DeepSeek很火,但有时因为访问人数过多导致反应慢甚至宕机。但好在DeepSeek是开源的,可以本地部署,这样就不用联网也能用了。但本地部署需要考虑硬件需求,比如是否有足够的GPU资源,存储空间,以及是否熟悉相关的技术步骤。本地部署的优势,比如离线使用、数据隐私、响应速度。是于本地部署,对硬件有一定的要求,特别是GPU,显然,GPU显存越大,就能部署参数更多的模型,通俗的讲,显存越大,模型越聪明。

知来者逆的博客 3644

RK3588平台开发系列讲解(SARADC篇)SARADC的工作流程

📢本篇将介绍SARADC的源码分析和工作流程。

内核笔记 3231

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

win11本地部署deepseek大模型(安装ollama+docker+open-webui)最终实现自己的项目可通过API调用投喂数据后的模型

硬件配置:笔记本win11,内存32G,CPU锐龙7 ,无独显;只能考虑deepseek-r1:1.5b模型。

Java in my life 4109

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

告别GPU限制!DeepSeek-R1 大模型全平台部署教程

本文介绍了如何在不同平台上离线部署DeepSeek-R1大模型,包括Linux、Windows和安卓系统。离线部署的优势在于数据安全、功能定制和无需联网的便捷性。文章详细讲解了使用ollama工具在Linux和Windows系统上的部署步骤,包括下载ollama、获取DeepSeek-R1模型以及运行模型进行推理聊天。对于安卓系统,文章提供了通过Termux软件配置ollama环境并运行模型的指南。此外,还介绍了如何通过命令行和OpenAI库调用DeepSeek-R1模型进行对话。文章旨在帮助用户在不同设备

xiangxueerfei的博客 1597

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

DeepSeek R1+Windows本地部署,保姆级教程,小白也能轻松部署 低配电脑可用,让R1不在 “繁忙”

DeepSeek作为国内目前最火的AI技术,相信许多互联网爱好者都有所了解,大家可以通过DeepSeek官网进行体验访问,不过比较纠结的是大家估计都遇到过访问超时的情况。如何可以流畅的体验呢,最好的方式是当然本地部署DeepSeek-R1模型,这样就可以让DeepSeek 不再 “繁忙”!!更重要的是,没网也能畅快使用,小白也能轻松上手,并且可以跳过道德限制,文末提供相关教程。注意事项以下是基本的要求,可以对号入座。

明生的博客 2495

DeepSeek-R1本地化部署 java调用 图文教程(Ollama+Docker+OpenWebUI)

DeepSeek-R1 是幻方量化旗下大模型公司 DeepSeek 研发的系列推理模型,以下是关于它的简介:2024 年 11 月 20 日:DeepSeek-R1-Lite 预览版正式上线网页端,仅支持网页使用,暂不支持 API 调用。 2025 年 1 月 20 日:DeepSeek 正式发布 DeepSeek-R1 模型,并同步开源模型权重。 2025 年 1 月 24 日:在 Arena 上,DeepSeek-R1 基准测试升至全类别大模型第三,在风格控制类模型分类中与 OpenAI o1 并列第一

深耕 Java 后端与企业级软件架构设计,专注微服务、分布式系统、大模型 AI 应用架构落地。 2669

Win11本地部署DeepSeek R1大模型实践指南:从Ollama到OpenWebUI

实际测试发现,即使没有专业运维知识,也能在10分钟内完成基础环境搭建。平台自动处理了最复杂的依赖关系配置,让开发者可以专注于模型调优和应用开发。提前开启Hyper-V虚拟化功能,这是运行Docker容器的前提条件。模型下载过程可能较慢,国内用户可尝试替换镜像源加速。注意首次运行会自动下载模型文件,需保持网络稳定。建议配置国内Docker镜像源提升下载速度。- 无需手动安装Ollama和配置环境变量。适合金融、医疗等对数据安全要求高的场景。- 自动生成Docker配置文件。- 提供WebUI预装模板。

RubyWolf84的博客 852
上一篇: Windows批处理远程执行Linux脚本并传输文件:完整实战教程
下一篇: Linux/Windows SVN服务器部署全攻略:从安装到多仓库权限管理
xx~
xx~
博客等级 码龄8年 8375粉丝 61原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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