本地部署 DeepSeek:小白也能轻松搞定!

DeepSeek-R1模型1.5b、7b、8b、14b、32b、70b和671b有啥区别? deepseek-r1的1.5b、7b、8b、14b、32b、70b和671b有啥区别?码笔记mabiji.com分享:1.5B、7B、8B、14B、32B、70B是蒸馏后的小模型,671B是基础大模型,它们的区别主要体现在参数规模、模型容量、性能表现、准确性、训练成本、推理成本和不同使用场景 阅读详情

DeepSeek R1和V3 满血版671B最强性能!免部署,开箱即用!DeepSeek服务器忙,一招解决!使用链接https://cloud.siliconflow.cn/i/OmyFKL4n

PyCharm接入DeepSeek实现辅助编程,吊打Cursor

DeepSeek-V3

DeepSeek-V3是一个拥有671B参数的MoE模型,吞吐量每秒达60 token,比上一代V2提升3倍;在数学代码性能上,堪比国外大模型Claude 3.5 Sonnet。

接下来,我们把DeepSeek接入到PyCharm中,并利用其能力辅助我们进行代码开发。

效果演示

首先来看一下效果。

我们可以直接选中代码,并对代码段进行解释。

图片

我们也可以通过选中代码,对代码进行修改。

图片

图片

创建API Key

首先进入DeepSeek官网,官网链接如下

https://www.deepseek.com/

点击API开放平台:

图片

图片

点击左侧“API Keys”,点击创建 API key,输出名称为“AI 代码提示”,也可以使用其它自定义的名称。

图片

 点击“创建",一定要记录此处的 API key,可以先将 API key 复制在其它地方。

图片

在PyCharm中下载Continue插件

打开PyCharm,打开文件->设置->插件,搜索“Continue”,点击安装。

图片

等待插件安装完毕后,点击“应用”,插件安装成功。

配置Continue

插件安装成功后,在右侧的标签栏中,会显示一个Continue的标签,我们点击即可进入,随后点击设置按键,如下图。

图片

点击后,文本编辑区将会弹出配置文件。

图片

 我们对配置文件进行修改,将内容替换为下面的内容:​​​​​​​

{  "completionOptions": {    "BaseCompletionOptions": {        "temperature": 0.0,        "maxTokens": 256    }  },  "models": [    {      "title": "DeepSeek",      "model": "deepseek-chat",      "contextLength": 128000,      "apiKey": "REDACTED",      "provider": "deepseek",      "apiBase": "https://api.deepseek.com/beta"    }  ],  "tabAutocompleteModel": {    "title": "DeepSeek Coder",    "model": "deepseek-coder",    "apiKey": "REDACTED",    "provider": "deepseek",    "apiBase": "https://api.deepseek.com/beta"  },  "customCommands": [    {      "name": "test",      "prompt": "{    {    { input }}}\n\nWrite a comprehensive set of unit tests for the selected code. It should setup, run tests that check for correctness including important edge cases, and teardown. Ensure that the tests are complete and sophisticated. Give the tests just as chat output, don't edit any file.",      "description": "Write unit tests for highlighted code"    }  ],  "contextProviders": [    {      "name": "diff",      "params": {}    },    {      "name": "folder",      "params": {}    },    {      "name": "codebase",      "params": {}    }  ],  "slashCommands": [    {      "name": "share",      "description": "Export the current chat session to markdown"    },    {      "name": "commit",      "description": "Generate a git commit message"    }  ]}

修改时将会弹出提示,点击确定。

图片

随后,我们将两处apiKey替换为先前保存的API key。

图片

图片

保存文件后,即可开始使用。

图片

本地部署 DeepSeek

本以为DeepSeek本地化部署有多难,实际上验证后很简单,操作起来就像给电脑装个新软件那么简单,大约十多分钟可完成本地部署。

今天咱们来聊聊如何在自己的电脑上本地部署 DeepSeek-R1-1.5B 模型。

一、为啥要部署 DeepSeek-R1-1.5B?

在做的小伙伴可能跟我一样在使用DeepSeek时,经常遇到“服务器繁忙,请稍后再试。”

服务器繁忙,请稍后再试

先说说为啥我推荐这个版本吧。DeepSeek-R1-1.5B 是一个轻量级的模型,参数量只有 15 亿,听起来是不是很“迷你”?但别小瞧了它,这可是个“小而精”的家伙。它只需要 3GB 的显存就能运行,这意味着即使你的电脑配置不高,也能轻松驾驭它。而且,它在数学推理方面表现相当出色,甚至在某些基准测试中超过了 GPT-4o 和 Claude 3.5。当然了,如果你电脑配置更高,可以尝试其他版本。

二、DeepSeek 不同版本模型硬件要求

以下是 DeepSeek 不同版本模型的硬件要求,小伙伴们可以结合自己电脑配置选择版本

图片

三、晓凡硬件配置

  • CPU:AMD Ryzen 7 5800H with Radeon Graphics 3.20 GHz

  • 内存:16GB

  • 操作系统:Windows 11

  • 硬盘空间:500G,剩余335G

    硬件配置信息

四、部署步骤

4.1 下载并安装Ollama

访问官网:https://ollama.com/ 下载

官网下载

或者直接到GitHub下载

GitHub下载

安装文件OllamaSetup.exe大约745MB。

注:如果下载过于缓慢可以使用迅雷之类的加速下载;(晓凡将软件打包放网盘了,有需要的小伙伴可在文章末尾自取)

双击OllamaSetup.exe进行安装:

双击安装

4.2 检验Ollama是否安装成功

命令行输入 ollama -v 命令,出现如下版本号说明安装成功

安装成功

4.3 通过 Ollama 拉取 DeepSeek 模型

这里我选择是的1.5b,整个模型大小1.1 GB。

  • 1.5B:适用于轻量级任务,如边缘设备(如智能手表、物联网设备)上的简单交互、小型智能问答系统等。目前开源的最小版本。

  • 671B:主要用于大规模云端推理,适合科研分析、数据挖掘等需要处理海量数据的复杂任务。目前开源的最强版本

更多版本可以在这里查看:https://ollama.com/library/deepseek-r1 。

image-20250212233235760

命令行输入:ollama run deepseek-r1:1.5b 拉取DeepSeek模型

拉取deepseek模型

整个拉取过程还是比较丝滑的,5到6分钟后看到【success】字样,代表成功安装DeepSeek R1,然后就可以与DeepSeek对话了

image-20250212234222695

4.4 与DeepSeek对话

通过上面步骤之后,我们就可以愉快的与Deep Seek对话了,如输入:程序员如何避免35岁焦虑?

与DeepSeek对话

4.5 安装WebUI

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

(如果小伙伴找不到在哪下载Page Assit插件,晓凡打包放网盘了,可在文章末尾自取)

启动ollama服务后,输入快捷键【ctrl + shift+L】快捷键即可打开WebUI页面

刚安装Page Assit 插件, 需要进行一下如下设置

WebUI设置

设置完成后,选择模型就可以与DeepSeek对话了

与对话

五、实际应用场景:DeepSeek-R1-1.5B 能干啥?

别看 DeepSeek-R1-1.5B 体积小,它可一点都不“弱”。它非常适合用在一些轻量级的任务上,比如:

  • 智能客服:在小型企业或者个人项目中,它可以快速回答客户的一些常见问题,提高服务效率。

  • 语言学习:你可以用它来练习语言表达,比如输入一个中文句子,让它生成英文翻译。

  • 创意写作:如果你是个作家或者文案策划,它可以帮你快速生成一些创意片段或者文案初稿

六、小结

小伙伴们,是不是觉得本地部署 DeepSeek-R1-1.5B 模型超简单?只要按照上面的步骤操作,你就能让自己的电脑拥有一个“智能助手”。

而且,这个模型不仅运行速度快,还能在很多场景中发挥大作用。快去试试吧!

我们该怎样系统的去转行学习大模型 ?

很多想入行大模型的人苦于现在网上的大模型老课程老教材,学也不是不学也不是,基于此,我用做产品的心态来打磨这份大模型教程,深挖痛点并持续修改了近100余次后,终于把整个AI大模型的学习门槛,降到了最低!

在这个版本当中:

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲,跟着我做即可,为了让学习的道路变得更简单,这份大模型教程已经给大家整理并打包,现在将这份 LLM大模型资料 分享出来: 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍(免费分享)

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。

二、640套大模型报告(免费分享)

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、大模型系列视频教程(免费分享)

在这里插入图片描述

四、2025最新大模型学习路线(免费分享)

我们把学习路线分成L1到L4四个阶段,一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段:我们会去了解大模型的基础知识,以及大模型在各个行业的应用和分析;学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程,我们会去学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,我们会去学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造我们自己的Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,我们会更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段:专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包,有需要的小伙伴可以微信扫描下方二维码,免费领取

​

deepseek的本地化部署 简单介绍了,通过AnythingLLM实现deepseek本地化部署。 阅读详情

相关推荐

DeepSeek-R1 1.5b、7b、8b、14b、32b、70b和671b几个版本中怎么选,部署指南

模型选型本质是性能与成本的博弈。建议初创公司从7B模型起步,成熟企业采用32B云端方案,而671B模型目前仍属于"技术战略储备"。随着技术进步,2025年70B级模型有望进入企业本地部署范畴,届时行业将迎来新一轮智能化变革。如果你希望采用云端部署,欢迎了解 Digitalocean 的 H100 GPU Droplet 服务器以及即将上线的 H200 GPU 云服务器,可直接联系Digitalocean 中国区独家战略合作伙伴卓普云。

了解关于云主机、GPU、AI、数据库托管、Kubernetes等相关技术知识,以及DigitalOcean云平台使用教程 1万+

本地部署DeepSeek-R1 1.5B

然后输入ollama run deepseek-r1:1.5b。然后打开windows powershell。等待ollama下载完模型,就是可以使用了。然后安装ollama。

weixin_44502794的博客 1万+

1分钟学会DeepSeek本地部署,小白也能搞定!

例如,安装并运行 DeepSeek:ollama run deepseek-r1:1.5b小伙伴们,看完这些,是不是觉得本地大模型其实也没那么可怕呢?其实只要按照步骤来,小白也能轻松搞定。动手做起来吧,说不定你就能发现更多好玩的功能,让这个大模型成为你工作和学习的得力助手呢!要是你在部署过程中遇到什么问题,别忘了留言问我哦,我们一起解决!快去试试吧,开启你的本地大模型之旅!磊哥|www.javacn.site1分钟学会DeepSeek本地部署,小白也能搞定!

kfashfasf的博客 4628

一文带大家了解DeepSeek不同版本 1.5B、7B、14B、32B、70B的含义以及应用场景

DeepSeek 模型的不同版本(如 1.5B、7B、14B、32B、70B)通常是指模型的参数量,其中“B”代表“Billion”(十亿)。参数量是衡量模型规模和复杂性的重要指标,通常与模型的性能和能力密切相关。以下是这些版本的具体含义和区别。

liwenxiang629的博客 3万+

快上车!3 步搞定 DeepSeek 本地部署,小白也能轻松逆袭!

嘿,小伙伴们!今天给大家带来一个超实用的干货分享,那就是如何在短短 10 分钟内完成 DeepSeek 的本地部署!是不是听起来就很心动?别急,跟着我一步步来,小白也能轻松逆袭,成为 AI 领域的弄潮儿!

Happiness is everywhere 1204

【DeepSeek探索篇(一)】一步一步搞定!DeepSeek本地环境搭建全攻略

家人们,咱先聊聊这个 DeepSeek 哈,用户说它是个超厉害的智能搜索引擎,专门对付那些复杂得让人头大的数据和信息查询。它把大数据、机器学习还有自然语言处理这些高科技一股脑儿全用上了,就为了帮大家咻地一下找到最准确的信息。这听起来可比那些传统搜索引擎牛多了,就像是超级英雄和普通路人的区别。它可不只是在信息的表面随便翻翻,还能像个贴心小助手一样理解上下文,甚至还会自己推理呢!

皮皮不调皮的博客 3万+

Deepseek本地部署教程:极简步骤,网络工程师的AI助手轻松搞定!

在日常使用Deepseek时,你是否遇到过以下场景:1,服务器繁忙,请稍后再试?2,调试敏感网络配置时,担心数据泄露?3,无网络环境下急需AI辅助生成代码或方案?DeepSeek本地部署 正是你的解决方案!无需联网、隐私无忧,还能离线调用GPT-3.5的AI能力。下面将手把手教你用 LM Studio 极简部署,纯小白也能10分钟搞定!

2401_87792907的博客 863

王珊数据库系统概论第5版视频教材

目录 隐藏 说明:本课程共包括1种电子书、84个高清视频(共68课时)、1种纸质书(赠品)。 网授课程 王珊《数据库系统概论》(第5版)网授精讲班【共68课时】 序号 名称 课时 1 第1章 绪 论(1) 00:32:25 2 第1章 绪 论(2) 00:17:03 3 第1章 绪 论(3) 00:50:19 4 第1章 绪 论(4) 00:20:37 5 第1章 绪 论(5) 00:24:47 6 第2章 关系数据库(1) 00:47:23 7 第2章 关系数据库(2) 00:14:48 8 第2章 关系

mrtaoy96的博客 1152

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 891

深度解析direct path write temp与ASM IO性能问题:Oracle 19.17视图查询优化指南

本文深度解析了Oracle 19.17版本中复杂视图查询出现`direct path write temp`与`ASM IO for non-blocking poll`性能瓶颈的根本原因。通过对比11.2.0.4版本的执行计划差异,文章提供了从CBO参数调整、存储层优化到SQL架构重构的完整实战调优指南,帮助DBA有效解决升级后的查询性能问题。

2y3u4i5o6p的博客 1100

ARM Cortex平台NEON指令集优化实战指南

本文为ARM Cortex平台开发者提供了一份全面的NEON指令集优化实战指南。文章从NEON的SIMD架构原理讲起,详细介绍了开发环境搭建、NEON内联函数与自动向量化两种核心编程方法、关键数据类型与指令,并通过图像饱和运算、矩阵乘法等实战案例,深入解析了性能调优技巧与常见避坑指南,旨在帮助开发者充分释放ARM处理器的并行计算潜力。

weixin_29162439的博客 262

合集 - AI(11)1.本地部署 DeepSeek:小白也能轻松搞定!2025-02-132.如何给本地部署的DeepSeek投喂数据,让他更懂你2025-02-143.本地部署De

问题定位到了,方案也理清了,于是习惯性对 AI 说:"帮我把分析结果整理一下,写成一个飞书文档。几秒钟后,AI 返回了一条飞书文档链接。以前每次建文档都要打开飞书、点新建、写标题、填内容的流程,现在一句话就搞定了。我还得复制文字、打开飞书、粘贴、调格式——AI 省下的时间,又还回去了。装上之后,AI Agent 就能像人一样直接读取你的飞书消息、查你的日历、写文档、建多维表格等等,帮你读写飞书里的一切。:飞书 CLI 是飞书官方开源的命令行工具,覆盖文档、表格、知识库、日历、任务、消息等十多个领域,

RUF3Yh1dQ的博客 231

家庭路由器从入门到精通:连接设置、优化排障全指南

路由器作为家庭网络的核心枢纽,其工作原理基于NAT(网络地址转换)和DHCP(动态主机配置协议)两大关键技术。NAT负责将公网IP转换为多个内网IP,实现多设备共享上网;DHCP则自动为接入设备分配IP地址,简化网络配置。这些技术共同构建了稳定、安全的局域网环境,其价值在于为智能家居、在线办公、高清影音和游戏娱乐等场景提供可靠的网络基础。理解路由器的物理连接、后台设置与故障排查逻辑,是优化Wi-Fi信号覆盖、提升网络性能、保障家庭网络安全的关键。本文以路由器配置与排障为核心,详细解析从WAN/LAN口区分、

weixin_33393017的博客 406

DeepSeek 本地部署详细教程,小白也能轻松搞定!

DeepSeek 作为国产开源大模型,近期因在线服务压力过大,本地部署需求激增。本教程将结合全网优质资源,手把手教你完成从环境配置到交互界面搭建的全流程,即使是零基础用户也能轻松掌握。

qq_20890935的博客 5万+

解决usbisp不识别无法烧录Atmega328P,Arduino不识别问题

如果使用Arduino IDE里面的烧录,可能会遇到一个问题,就是不识别国产这种廉价的USBISP 点击烧录引导程序,会遭遇到找不到USB设备的问题,选哪个都会提示找不到,比如选择USBasp could not find USB device with vid=0x16c0 pid=0x5dc vendor='www.fischl.de' product='USBasp' 因此,我们需要使用到progisp这一个软件的1.72版本 选择好芯片的型号后,调用编译好的HEX文...

arenascat的博客 7441

【YOLO系列】YOLOv12详解:模型结构、损失函数、训练方法及代码实现

本文提出YOLOv12,一种以注意力为中心的实时目标检测框架,通过创新性改进解决传统YOLO模型在精度与速度上的失衡问题。核心贡献包括:1)轻量混合注意力模块(LHA)结合通道与空间注意力,在不增加计算负担下提升特征提取能力;2)区域注意机制与R-ELAN网络优化特征聚合,显著改善小目标检测(AP_S提升8.3%);3)动态多光谱数据增强策略增强模型鲁棒性。实验表明,YOLOv12在COCO等基准上实现SOTA性能,同时保持2.1 TOPS/W的高能效比,适用于边缘设备部署。该工作为实时目标检测提供了新的注

一碗白开水一 1808

DeepSeek本地部署,小白也能轻松搞定!

DeepSeek 是国内顶尖 AI 团队「深度求索」开发的多模态大模型,具备数学推理、代码生成等深度能力,堪称"AI界的六边形战士"。特点: 低成本、高性能(推理能力极强、回答准确)

pythonhy的博客 2856

H3C BGP联盟实验

bgp,bgp联盟,bgp公认团体属性,

一只懒羊羊 971

轻松搞定DeepSeek本地部署

到了这里,我们就在本地成功安装和部署了DeepSeek R1模型了,但是看到这里,我想对大多数非IT 行业的小伙伴来说,脑海会有无数的小问号,能否像豆包之类的AI, 有一个可视化的桌面或者APP, 毕竟他们可能不知道何为终端,怎么打开终端, 别急,接下来,带你实现DeepSeek的可视化使用。大家相信都知道算力的概念,既然是本地部署,就要更具自己电脑的配置情况,选择适合自己电脑配置的模型,这里小小科普一下,算法模型,参数越多,往往覆盖场景更多,更全,也更精准,随之而来,对硬件的算力要求也是越来越高的。

hirezy 1651

【项目实战】自动化测试软件VectorCAST介绍

VectorCAST是一款先进的自动化测试软件。VectorCAST是一款功能强大、易于使用的自动化测试软件。VectorCAST适用于各种嵌入式系统的测试。VectorCAST为嵌入式系统的测试提供了一种高效、可靠的解决方案。VectorCAST提供了一整套完整的测试工具,包括测试管理、代码覆盖、缺陷定位、报告生成等,以帮助开发人员提高测试效率,确保软件质量。VectorCAST支持。

奶爸的编程之路,也就一周冷个三天 2013

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

上一篇: 实操Deepseek接入个人知识库,功能实现
下一篇: 零基础!用 Cursor 10 分钟打造你的账号密码管理神器
Llama-Turbo
博客等级 码龄4年 9901粉丝 2024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