使用Ollama本地部署deepseek，并定制Modelfile里的prompt生成自己的模型

已于 2025-03-17 16:15:16 修改
阅读量3.3k 收藏 18
点赞数 14
文章标签： prompt 人工智能 windows
于 2025-02-07 15:58:05 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/mengweicat/article/details/145496318
版权

1、打开ollama官网 Ollama    点击Download下载

2、下载后进行安装并打开，可以在右下角看到ollama羊驼的一个图标

3、重新回到网页，在最上方的搜索框里输入deepseek-r1

根据电脑性能选择一个能安装的版本，这里以最小的1.5b为例，复制指令

ollama run deepseek-r1:1.5b

4、打开一个终端，输入刚才复制的指令并回车运行

第一次使用要下载，需等待一段时间。之后使用时同样运行这句指令就能直接对话了

最低0.47元/天 解锁文章
浮岚儿
关注
『大模型笔记』Ollama ModelFile(模型文件)
AI新视界
03-05 6016
Ollama ModelFile(模型文件)
Windows本地部署DeepSeek-R1大模型实战：基于Ollama的极简指南
TKang8912的博客
02-03 5816
准备训练数据（JSONL格式）{"text": "<用户指令>优化客服话术</指令><响应>..."}# 启动微调部署效果评估响应速度：CPU模式约15 tokens/s，RTX4090可达85 tokens/s内存占用：7B量化版约5.8GB，完整版需18GB知识截止：2023年10月（可通过微调更新）最佳实践建议日常使用选择4-bit量化版本复杂任务启用GPU加速长期运行建议配置为Windows服务敏感业务数据启用TLS加密传输。
Ollama ModelFile(模型文件)
sre救赎之路
02-18 2496
创建一个文本文件（如。
Ollama Modelfile官方文档(最新)
Chaos_Happy
04-28 1万+
Ollama的Modelfile文档翻译
ollama配置modelfile
sealong99的博客
02-11 3292
首先我们要新建一个文件夹创建.modelfile文件并将模型文件也放入其中，两者最好名字相同避免混乱。这是我个人认为比较重要的几个参数，如果想知道全部参数，可以去modelfile官方文档看一下（
【人工智能】Ollama 的 Modelfile 定制：打造专属 DeepSeek 模型的步骤
一个被知识诅咒的人
04-02 745
Ollama 作为一个轻量级的大模型运行平台，以其简洁性和高效性受到开发者青睐。本文深入探讨如何通过 Ollama 的 Modelfile 定制功能，基于 DeepSeek 模型打造专属的语言模型。文章从 Modelfile 的基本语法入手，详细解析如何调整模型参数、注入系统提示、加载外部数据集以及优化推理性能。通过大量代码示例（如 Python 和 Shell 脚本），结合中文注释，展示了从模型下载、定制到部署的全流程。此外，针对关键步骤涉及的数学公式（如注意力机制和损失函数），采用 LaTeX 表示以增
通过ollama（modelfile）微调deepseek，制作自己的大模型
weixin_57843813的博客
02-09 9859
通过modelfile制作自己的大模型！
【Ollama】三、相关命令
一个写了10年bug的程序员日常笔记。
02-10 533
deepseek模型。
AI大模型企业应用实战：Prompt让LLM理解知识
2401_84204413的博客
06-25 2591
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
ollama-windows本地部署deepseek-r1-1.5b模型
qq1164014750
02-21 898
ollama 是一个强大的工具，用于本地部署大语言模型。其官方地址为：https://ollama.com/ 和 https://github.com/ollama/ollama。ollama 使用 gguf 格式的大模型文件，这种格式具有诸多优势，比如存储效率高、加载速度快等。同时，ollama 使用 Modelfile 来配置大模型的一些关键属性，例如使用哪个具体的模型、系统提示词以及上下文参数大小等。
DeepSeek03-ollama本地部署DeepSeek（NSFW）
mengyoufengyu的博客
02-22 1332
绕过内容审查可能违反模型提供商的使用条款或当地法律，请谨慎操作。绕过NSFW过滤可能导致模型生成不适当的内容，需自行承担风险。确保生成的内容不会对他人造成伤害或不适。
用ollama本地部署deepseek
03-22
好的，我现在需要帮助用户了解如何在本地使用Ollama部署DeepSeek模型。首先，我得回忆一下Ollama的基本使用方法，以及DeepSeek模型是否被Ollama官方支持。 根据用户提供的引用，Ollama可以通过命令行运行模型，比如...
DeepSeek大模型微调实战（超详细实战篇）
热门推荐
2401_85375186的博客
01-20 4万+
*
Ollama本地部署大模型指南
最新发布
若不知道要驶向哪个码头，那么任何风都不会是顺风。
05-06 1411
Ollama 是一个用于在本地运行大型语言模型（LLM）的开源框架，它的出现为人工智能爱好者和开发者提供了一种全新的体验。在这个数据隐私和安全日益重要的时代，Ollama 允许用户在自己的设备上运行大型语言模型，而无需依赖外部服务器或云服务，极大地提高了数据处理的隐私性和安全性。
TensorFlow相关组件的安装
AAI666666的博客
01-11 2645
TensorFlow相关组件的安装
DeepSeek模型构建与训练
Programming Talk
02-05 4764
对于一些复杂的任务，我们可能需要自定义训练循环。DeepSeek提供了灵活的低级API，允许我们完全控制训练过程。# 自定义训练循环# 自定义训练循环 optimizer = ds . optimizers . Adam() loss_fn = ds . losses . CategoricalCrossentropy() for epoch in range(10) : print(f"Epoch {
Ollama Modelfile详解及验证
朱金拖的专栏
03-08 540
Ollama Modelfile文件配置详解以及Modelfile文件变量验证
零门槛本地部署DeepSeek大模型：基于Ollama的保姆级教程
inpiwbs的博客
02-05 2780
Ollama是一个轻量级开源工具，支持在本地运行多种大语言模型（如LLaMA、DeepSeek等），通过封装底层技术（如llama.cpp）简化部署流程。跨平台支持：Windows/macOS/Linux一键安装模型管理：支持模型下载、版本切换与量化配置API兼容性：提供与OpenAI兼容的接口，便于集成到第三方应用通过Ollama本地化部署DeepSeek，不仅摆脱了网络延迟与隐私顾虑，还能结合业务需求进行深度定制。无论是开发者构建AI应用，还是普通用户探索智能工具，这套方案都能提供灵活高效的解决方案。
评论 1
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