DeepSeek-R1大模型本地部署,保姆级教程!

deepseek大模型本机部署 搭建一个聊天界面就需要另外一个开源项目chatbox:https://github.com/Bin-Huang/chatbox,下载对应版本chatbox,安装成功后打开chatbox,点击设置,模型提供方选择Ollama,ollama运行时他会自动识别模型,保存即可。这款模型不仅在性能上与OpenAI的GPT-4相媲美,更以开源和创新训练方法,为AI发展带来了新的可能性。deepseek官网https://chat.deepseek.com。官网:https://ollama.com。 阅读详情
AI摘要

本文详细介绍了如何在个人电脑上本地部署DeepSeek-R1大模型,包括安装Ollama工具、下载模型、安装PageAssist浏览器扩展等步骤。内容还涉及了AI大模型的学习路线和资源分享,适合程序员和产品经理等对AI大模型感兴趣的读者。

本文将介绍如何在自己的电脑上本地部署DeepSeek大模型,无需登录DeepSeek官方网站与软件即可使用。本文提及的所有软件均已打包,文末有获取方式。

Step1:安装Ollama

下载网址:https://ollama.com/

OLLAMA 是一个开源工具,专注于帮助用户在本地计算机上快速部署和运行大型语言模型(LLM)。它通过简化的命令行界面和预配置的模型包,降低了使用复杂AI模型的技术门槛,支持多种主流模型(如 Llama 3、Mistral、Gemma 等),适合开发者、研究人员及普通用户进行本地AI实验与应用开发。

  • 本地运行:完全离线使用,保护隐私且无需网络。

  • 跨平台支持:兼容 macOS、Linux 和 Windows(部分功能需Windows Subsystem for Linux)。

  • 轻量化与高效:自动优化模型加载,支持多GPU并行加速(需NVIDIA CUDA)。

进入官网主页后,点击Download,根据自己系统选择对应的安装包,下载后直接安装即可。注意:安装后不会出现图形化界面,需要通过命令行操作。

在官网主页,点击中部需要的模型【DeepSeel-R1】(也可以在顶部搜索其他模型)即可跳转模型下载页面。

包括基于Llama和Qwen的DeepSeek-R1蒸馏的六个密集模型。提供多种参数量的模型,根据自己电脑的显存大小选择对应参数量的模型,然后复制红框内的命令。注意:模型默认下载在C盘。

根据电脑显存,选择下载的模型。

4g
ollama run deepseek-r1:1.5b
8g
ollama run deepseek-r1:7b
12g
ollama run deepseek-r1:8b
16g
ollama run deepseek-r1:14b
24g
ollama run deepseek-r1:32b
24g+
ollama run deepseek-r1:70b

Step2:下载模型

单击鼠标右键,选择【在终端中打开】

根据Step1中的内容,选择对应的模型,粘贴命令,回车即可自动下载对应模型。

模型安装成功后,会在命令行中显示Send a message(/? for help)

至此,就基本完成本地部署,可以通过命令行聊天。但是命令行还是不太方便,请看接下来的内容。

Step3:安装PageAssist

开源地址:https://github.com/n4ze3m/page-assist

下载地址:https://chromewebstore.google.com/detail/page-assist-a-web-ui-for/jfgfiigpkhlkbnfnbobbkinehhfdhndo

Page Assist 是一个开源浏览器扩展,可为本地 AI 模型提供侧边栏和 Web UI。它允许从任何网页与本地模型进行交互。该插件需要在谷歌浏览器中下载,由于网络问题无法下载的朋友可以通过文末获取安装包,直接拖拽到浏览器中,即可安装。

  • 侧边栏:可以在任何网页上打开的侧边栏。它允许您与模型交互并查看结果。

  • Web UI:一个 Web UI,允许您像 ChatGPT 网站一样与您的模型进行交互。

  • 与网页聊天:您可以与网页聊天并询问有关内容的问题。

插件安装后,在浏览器中如下图所示,点击即可打开WEB界面。

支持新建聊天、选择模型、选择Prompt、联网搜索。

大多数普通用户的电脑显存不足,只能用些小参数量的模型,本地部署后AI会显得“笨蛋”许多,但是想折腾玩一玩,熟悉下部署流程还是OK的。官方网站、APP的使用体验会更好。

以上就是本期的全部内容了,祝大家顺利解决相关的问题,也欢迎大家在评论区留言讨论!更多高级玩法,持续更新中~

程序员为什么要学大模型?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

事实上,抢你饭碗的不是AI,而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?

与其焦虑……

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。

针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1:AI大模型时代的基础理解

  • 目标:了解AI大模型的基本概念、发展历程和核心原理。

  • 内容:

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2:AI大模型API应用开发工程

  • 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。

  • 内容:

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。

  • 内容:

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。

  • 内容:

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

​

本地部署 DeepSeek-R1 大模型 在本篇文章中,我将带你度过本地部署DeepSeek-R1模型的每一个步骤。通过Ollama和Open WebUI,你将会了解如何便捷高效地完成部署。这篇文章不仅是给你的一份指南,更是帮助你打开快速上手的秘籍。若想深入了解,请参考这篇文章。 阅读详情

相关推荐

DeepSeek R1本地部署教程

当然,这几款模型中,参数越小的模型的回答准确率往往越低,即便思考过程摸着门道了,但后续也因不坚定而出错,遇上数学计算领域,不同量级模型的实力差距则会比较明显。依次输入只有4000字的文章和1000字左右的文章,前者回答依旧很迷糊,后者则能胜任,但处理1000字左右的文章稍显鸡肋,所以当个玩具还行,生产力还差点意思。如同调教赛车,每个参数都会影响最终的表现,在体验之前,建议在LM Studio的设置中,根据需求调整推理参数的能力,以优化模型的生成质量和计算资源分配。我们也做了一些简单的测试。

oYangYongJie的博客 2120

deekseek-r1本地部署指南极简版

最近,deepseek ai发布了一个超强开源版本的大模型,效果接近于Chat GPT o1-mini,并且提供了支持本地部署的版本,本教程旨在让读者学会本地部署,后续的应用落地,随缘更新❤️,最后使用一个案例展示deepseek-r1的推理能力。

404 Not Found 14万+

DeepSeek R1本地化部署与联网功能实战指南:从零搭建智能对话系统

在人工智能技术快速发展的今天,如何将先进的对话模型DeepSeek R1部署到本地环境并赋予其联网能力,成为许多开发者和企业关注的重点。本文将深入讲解完整的本地化部署流程,并通过实例代码演示如何为模型添加实时网络访问功能。

理论都是虚的,代码才是王道。 7万+

deepseek-r1落地指南(搭建web-ui | 搭建本地代码编辑器)

前两天写了一篇,今天就deepseek-r1本地部署,讲解一下本地部署的大模型如何落地(应用),以便提高工作效率。目前只接触了两类,下面进行介绍。

404 Not Found 3万+

【AI】使用Dify+Deepseel 构建Excel 可视化助手 ,效率提升100%

1.输入端上传文件 2.提取文档内容 3.添加大模型 4.参数提取 5.代码执行(echart) 6.直接回复。-提取csv格式的字符串。

德仔 4722

黑客渗透测试后门隐藏技术揭秘

本文介绍了在授权渗透测试中隐藏后门文件(muma.exe)的多种技术手段。主要包括:通过WinRAR自解压脚本将后门与正常程序捆绑实现双开;利用系统自动运行目录和注册表实现开机自启;修改文件图标伪装成常用软件;将文件存放在冷门系统目录;设置系统+隐藏双重属性增强隐蔽性。此外还涉及对抗安全软件的加壳(UPX)、免杀(msfvenom编码)技术,以及进程注入、日志清除等运行隐藏方法。所有技术仅限合法授权测试使用,未经授权使用将面临法律责任。

m0_60781580的博客 1040

【保姆级教程】DeepSeek-R1大模型本地部署实战:完整版教程,让你的AI探索更深入!

2025年1月,中国春节期间,DeepSeek爆火,称为全球最炙手可热的大模型。DeepSeek一路 “狂飙”,在美国科技界和美股市场掀起惊涛骇浪,1月27日,美国三大股指开盘即暴跌,英伟达、微软、谷歌母公司Alphabet、Meta等美国主要科技股均遭遇股市地震,其中英伟达跌近17%,单日市值蒸发约6000亿美元,创美股最高纪录。在这里,我们以DeepSeek为例,详细阐述如何在个人本地计算机上部署这一引人注目的大模型。

weixin_55154866的博客 1319

从打印攻击到视频重放:手把手用OULU-NPU训练你的第一个活体检测模型

本文详细介绍了如何使用OULU-NPU数据集训练活体检测模型,以应对打印攻击和视频重放等安全威胁。通过PyTorch框架,从环境准备、数据加载、预处理到模型架构设计,手把手教你构建一个高效的双流网络,结合CNN和LSTM技术,提升模型在多种攻击场景下的检测准确率。

weixin_29092031的博客 385

本地部署DeepSeek-R1大模型:4步轻松搞定,保姆级教程大揭秘!

DeepSeek 太火了。火到直接出天际了,火到最近不但海量的涌入使用,更招致黑客的攻击。多方原因,导致官网时不时的崩掉,无法使用。就像这个样子:因此,这会来分享一下,如何在本地,自己的电脑上部署一个 DeepSeek 智能助手。流程很容易,很简单的几个步骤,这篇文章教会你。Mac 和 Windows 系统相通,基本一致的流程。官网:https://ollama.com打开官网,是这个样,很醒目的一个「Download」。点击一下,下载对应系统的版本,即可。

2401_84495872的博客 890

Unity+ARFoundation 探坑之路

前两天想要上手Unity来AR方面的项目东东 ,探索过程中出现了各种各样的问题,现在将这个过程中遇到的各种各样问题梳理一下,希望后来者能开开心心上手Unity+AR。 注意:这是一篇踩坑博客,具体搭建还请自行百度。 一、ARFoundation or ARCore or ARKit Unity作为一个平台,不直接提供XR(包括VR、AR和MR)的开发包,这时就需要其他公司提供各种各样的SDK工具包...

qq_43575926的博客 7134

应急响应之windows日志分析工具logparser使用

windows日志分析工具logparser使用介绍

u013930899的博客 8124

4个步骤,轻松在本地部署DeepSeek-R1大模型,大模型入门到精通,收藏这篇就足够了!(保姆级教程)

DeepSeek 太火了。火到直接出天际了,火到最近不但海量的涌入使用,更招致黑客的攻击。

Y525698136的博客 876

Python图像处理之光斑分析

光斑是工程中经常出现的图像数据,其特点是目标明确,分布清晰。对光斑图像的分析,主要包括质心定位、目标截取以及半径拟合等。

微小冷的学习笔记 2857

【清晰教程】本地部署DeepSeek-r1模型

安装方式因系统而异,例如在 macOS 上可以通过 Homebrew 安装。Ollama 是一个开源工具,专注于简化大型语言模型(LLMs)的本地部署和管理。它允许用户在本地计算机上运行各种 AI 大模型(如 Llama、DeepSeek、Mistral 等),而无需依赖云服务。安装完成后,Ollama 会在后台自动运行,默认端口是 11434。:支持在本地计算机上运行大型语言模型,确保数据隐私和低延迟。安装完成后,通过命令行检查Ollama的安装情况。:开源项目,拥有活跃的社区支持。

Frost_Descent的博客 4079

基于Python的CT骨料图像分割与STL批量导出完整指南

本文介绍了一套完整的Python解决方案,用于CT骨料图像的分割与STL导出。针对CT图像中颗粒粘连、噪声伪影等技术难点,提出基于分水岭算法的分割策略,结合距离变换与标记控制实现颗粒分离。内容包括环境配置、数据读取与预处理、Otsu阈值分割、分水岭算法实现、表面提取与STL导出等关键步骤。教程提供详细代码及解释,帮助读者从CT体数据出发,最终生成每个颗粒的三维网格文件,便于后续定量分析和数值模拟。

huanghm88的专栏 236

YOLOv5 模型剪枝与量化实战:从训练到部署,轻量化模型性能不减(2026终极指南)

YOLOv5 轻量化三部曲稀疏训练:让模型学会“偷懒”,把不用的神经元权重压到 0。手术剪枝:切掉那些权重为 0 的神经元,物理减小模型体积。量化压缩:把剩下的神经元从“高精度浮点”变成“低精度整数”,进一步压榨速度。这套组合拳是 2026 年边缘 AI 部署的标准工业流程。虽然 YOLOv8/v10 原生支持更好的导出,但 YOLOv5 的这套手动控制流程能让你更深刻地理解模型结构,并在极端资源受限的场景下(如 MCU、超低端手机)挖掘出最后的性能潜力。最后建议如果你的项目时间紧迫,优先尝试。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 369

本地部署DeepSeek-R1模型(新手保姆教程)

本地部署deepseek-r1模型调用,新手保姆教程,无需代理

weixin_46277779的博客 4万+

第11节:GPU 线程层级:线程、线程块、网格

层级标识变量功能线程threadIdx执行单元,处理数据线程块blockIdx管理多个线程,提供共享内存网格管理多个 blockGPU 编程中,合理安排线程层级,是提升性能的关键。

yumeiguo的博客 211

DeepSeek R1 本地安装部署(保姆级教程)

DeepSeek R1 是一款开源的AI模型,它与 OpenAI 的 o1 和 Claude 3.5 Sonnet 等顶级模型竞争,特别是在数学、编程和推理等任务上表现出色。它是免费的、私密的,并且支持在本地硬件上离线运行。DeepSeek R1 提供了多个版本,涵盖从轻量级的1.5B参数模型到功能强大的70B参数版本。从技术角度来看,它基于 Qwen 7B 架构,经过精简和优化,确保在保持强大性能的同时,提升了运行效率。

zhishi0000的博客 8万+

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

[AI]Mac本地部署Deepseek R1模型 — — 保姆级教程

[AI]Mac本地部署Deepseek R1模型 — — 保姆级教程

weixin_45565886的博客 3541

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

DeepSeek R1本地部署,小白教程来了!

DeepSeek 开源了完整的 deepseek-r1 671B 的权重,同时也开源了一些蒸馏出来的小的Disstill 小模型。从论文给出的评测表看,蒸馏出的 qwen-14b 模型的能力完全不输 OpenAI-o1-mini。 

Y525698136的博客 2994

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

DeepSeek总是崩?教你本地部署离线DeepSeek R1,保姆级教程

在电脑本地部署DeepSeek有很多的好处,不用担心线上模型掉线、数据隐私安全,还可以做很多定制化的应用,比如本地客服、培训教育、企业文档等有很多场景,大家可以多多探索。

分享Python、数据分析、人工智能前沿知识 4902

DeepSeek-R1本地部署保姆级教程

无需AI经验,从环境检测到模型运行全流程拆解,配图详解如何用最低成本实现企业级大模型本地化部署。

积极探索学习中 4862

DeepSeek介绍&&本地部署保姆级教程

DeepSeek是由深度求索(北京)科技有限公司开发的一款先进的人工智能模型,基于Transformer架构,具备强大的自然语言处理和多模态交互能力。其目标是通过技术创新和开源策略,推动AI技术的普及和应用。

于小屁的博客 6785

4个步骤,轻松在本地部署DeepSeek-R1大模型(保姆级教程)

DeepSeek 太火了。火到直接出天际了,火到最近不但海量的涌入使用,更招致黑客的攻击。

pythonhy的博客 7501

【保姆级教程】3步搞定DeepSeek本地部署

DeepSeek在2025年春节期间突然爆火出圈。在目前DeepSeek的网站中,极不稳定,总是服务器繁忙,这时候本地部署就可以有效规避问题。本文以最浅显易懂的方式带读者一起完成DeepSeek-r1大模型的本地部署。

划雨悦潭之赋的博客 2026
上一篇: 在本地部署DeepSeek大模型实现联网增强的AI应用
下一篇: 4个步骤,轻松在本地部署DeepSeek-R1大模型(保姆级教程)
Llama-Turbo
博客等级 码龄4年 9901粉丝 2022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