接入DeepSeek大模型

已于 2025-02-04 22:39:15 修改
阅读量442 收藏 2
点赞数 6
CC 4.0 BY-SA版权
分类专栏： 大模型应用 文章标签： 大模型
于 2025-02-04 22:34:40 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/qq_24889005/article/details/145430714

接入DeepSeek

下载并安装Ollama

下载并安装Ollama， 使用参数ollama -v查看是否安装成功。
在这里插入图片描述
输入命令ollama list， 可以看到已经存在4个目录了。
在这里插入图片描述
输入命令ollama pull deepseek-r1:1.5b， 下载deepseek模型，本处采用最轻量级的deepseek模型为例。
在这里插入图片描述
下载完成之后，在ollama目录下可以看到ds模型文件。
在这里插入图片描述
输入ollama run deepseek-r1:1.5b，运行模型。

在这里插入图片描述

chatbox 软件配置大模型

chatbox官网下载地址
chatbox配置流程

2种方案让小爱音箱接入deepseek大模型（完全免费)
十年通信老兵的技术修炼之路——从3G到5G，从地面基站到卫星通信。
02-14 5572
本文主要介绍更换小爱音箱大模型，使用deepseek的方法。完整教程，及MiGPT详细的安装和配置过程参考之前文章： [一步一步实操教你升级小爱音箱的智能-基于MiGPT和豆包大模型](https://mp.weixin.qq.com/s/9cT_IEViLpyoliYQjietHQ)
【Java开发者必看】LangChain4j实战全解析：3步接入DeepSeek大模型，打造高效AI应用
Spring Boot-Common On With You
06-05 1063
作为中文领域权威测评社区，其评测结果被学界和产业界广泛引用，例如商汤“日日新5.0”和百度文心大模型均通过SuperCLUE验证技术突破，推动了中文NLP技术生态的迭代，为中文大模型的发展和优化提供了重要的参考依据，促进了中文大模型技术的不断进步和应用。全面评估中文大模型在语义理解、逻辑推理、代码生成等10多项基础能力，以及涵盖数学、物理、社科等50多学科的专业能力，旨在回答在通用大模型发展背景下，中文大模型的效果情况，包括不同任务效果、与国际代表性模型的差距、与人类的效果对比等问题。
deepseek-r1 4090 1.5b 7b 32b ollma部署
u014196765的博客
02-25 310
OLLAMA_HOST=0.0.0.0:11434 ，11434 是默认端口，我的电脑禁用默认这个端口，所以这里我改成了9090.下载并运行deepseek-r1:7b模型，命令。这里是windows部署，首先下载ollama。OLLAMA_MODELS=你存放模型的文件夹。
DS本地化部署教程
2501_90256091的博客
02-06 8235
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。
win11通过ollama本地部署deepseek-r1:1.5b
李昂的博客
01-24 1万+
deepseek-r1:1.5b这个模型确实很轻量资源占用很少，应该也就占用1GB多点显存，但是也确实比较呆，很多问题都回答不上来，这里如果想要运行其他模型，可以参考ollama的技术文档https://ollama.readthedocs.io/quickstart/ 里面说明了其他模型运行的方式以及所需要的资源。下载完成后安装ollama，默认安装在c盘下面，这个通过默认安装方式无法更改模型就行，安装完成后可以打开CMD窗口输入。首次运行会自动下载模型，运行完成后就可以进行正常交互了。
获取离线模型 deepseek-r1:1.5b 文件包 【其他DeepSeek R1版本模型类似】
Leo的博客
03-25 1119
找自己模型所在的位置：C:\Users\lcy\.ollama\models\blobs。我本地模型的路径：C:\Users\lcy.ollama\models\blobs。至此就获取了离线模型deepseek-r1:1.5b 的文件包。
5分钟部署deepseek，逆天傻瓜式三步快速打造本地大模型
2401_84494441的博客
01-31 8779
DeepSeek，如此亲民，逆天了！AI的世界瞬息万变，来晚一步，都翻天覆地！来，跟上快速3步5分钟，打造本地大模型！第一步：下载安装 Ollama网址：https://ollama.com/_Ollama是_一个专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计的开源框架。你可以把Ollama看作是一个装LLM的容器。下载后，直接运行OllamaSetup安装，然后下一步下一步，就可以了。电脑右下角出现小猪猪，就已经启动啦。第二步：下载安装deepseek。
拼多多AI智能客服 抖店飞鸽AI客服 接入deepseek大模型
最新发布
06-13
本文将详细介绍一款结合拼多多AI智能客服与抖店飞鸽AI客服功能的智能客服系统，并探讨其如何接入deepseek大模型，实现电商客服的智能化升级。 首先，从产品标题来看，“拼多多AI智能客服 抖店飞鸽AI客服 接入...
震惊！国内ERP厂商纷纷接入DeepSeek大模型......
SAP_CLOUD的博客
02-10 920
国内知名的ERP厂商都官宣集成或接入DeepSeek，真是忽如一夜春风来，千树万树梨花开，有了DeepSeek这个集万千宠爱于一身的大模型，各ERP厂商股价都开始涨了。
AI应用电子政务接入deepseek模型构建知识库方案.docx
04-11
DeepSeek模型作为一种深度学习的自然语言处理技术，旨在通过大规模数据训练，实现对复杂文本的高效理解和生成。模型的高效性和可扩展性使其能够处理电子政务领域的海量文本数据，如政策文件、法律法规和公共服务信息...
DeepSeek部署
优快云_LiMingfly的博客
03-05 174
当前测试环境部署的DeepSeek（简称DS）采用Ollama(用于多种模型集成运行的工具)加载DeepSeek-R1-Distill-Qwen-14B方式。api接入dify调用ds示例:http请求头http请求体数据API秘钥可通过在dify如下方式创建(先创建和发布聊天助手)Ollama服务:Ollama 是一个开源工具，专为在本地计算机上快速部署和运行大型语言模型（LLMs）而设计。其目标是简化模型的本地化使用流程，尤其适合开发者、研究人员及对隐私敏感的用户.
在本地部署deepseek模型
dawn0718的专栏
01-30 993
今年晚上打算把它部署在本地的计算机上，这样就方便随时向它提问。限于我的计算机专用GPU内存只有2G，我只安装了1.5的模型。⑴复制命令：ollama run deepseek-r1:1.5b。⑶1.1G的数据包下载，根据网速可能需要等待一些时间，安装完成。没有想到在本地计算机上部署一个人工智能体竟然这么简单和快速！现在Windows版本，安装很快。deepseek-r1现在很火。⑵打开cmd窗口，运行该命令。1、安装Ollama。
DeepSeek R1模型本地化部署
AI_Charlotte的博客
02-11 938
CPU 即可运行：适合 Mac 或 Linux 环境。若无 GPU 的情况下，也能让开源模型（如 LLaMA、GPT-Neo、Mistral 等）跑起来。轻量易用：安装方式简洁，一键下载二进制文件或通过 Homebrew、pkg 安装。只需一个命令行工具就能加载模型并进行对话、推理。
ollama 使用自己的微调模型
热门推荐
spiderwower的博客
05-12 4万+
微调大模型的方法，这里不展开说，我使用的lora微调方法。微调大模型需要比较高的显存，推荐在云服务器上进行训练，系统环境为linux。
deepseek安装及部署
learn的博客
02-09 379
最简单快捷的deekseek安装部署
deepseek本地部署记录
weixin_44294359的博客
02-06 227
deepseek本地部署记录
公司内搭建DeepSeek-r1 14b，windows 平台，Ollama PC本地化部署，Chatbox窗口端访问（可外网访问）
山顶听风的博客
02-10 1756
年后开始想自己在公司搭建deepseek-r1尝试下。
DeepSeek部署教程(基于Ollama)
老薛的专栏
01-29 7176
这几天科技圈最火的莫过于deepseek，我抽空也学习一下deepseek的离线部署。1、下载Ollama并安装下载好后双击直接运行。2、安装deepseek依据自己的电脑配置，来决定安装deepseek模型的哪个版本。我家里的电脑还是集成显卡，因此我选择了硬件配置需求最低的1.5B,，让家里的老电脑也发挥一下余热。
部署 DeepSeek-R1:1.5B/7B 模型到本地（该教程由DeepSeek生成）
qq_42092076的博客
02-14 1662
通过以上步骤，您可以在 Windows、macOS 或 Linux（Ubuntu 和 CentOS）上成功部署并使用 DeepSeek-R1:1.5B 及 7B 模型。如果在过程中遇到问题，请参考 Ollama 官方文档或联系社区支持获取帮助！确保模型文件已正确下载并解压到本地。
Python 接入deepseek大模型
02-18
### 使用Python集成DeepSeek大模型 为了使用Python接入DeepSeek大模型，需先安装必要的库并配置环境。通常情况下，这涉及到安装`transformers`库以及其他辅助工具来处理数据输入和输出。 #### 安装依赖项 确保环境中已安装最新版本的pip和其他基础包之后，可以执行如下命令来安装所需的库： ```bash pip install transformers torch datasets ``` 这些库提供了访问预训练模型的能力，并简化了自然语言处理任务中的常见操作[^1]。 #### 加载预训练模型 通过Hugging Face提供的Transformers库加载DeepSeek或其他兼容的大规模预训练模型非常简单。下面是一个简单的例子展示如何完成这一过程： ```python from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("deepseek-model-name") # 替换为实际的DeepSeek模型名称 model = AutoModelForSequenceClassification.from_pretrained("deepseek-model-name") text = "这是一个测试句子" inputs = tokenizer(text, return_tensors="pt") outputs = model(**inputs) print(outputs.logits) ``` 这段代码展示了怎样利用AutoTokenizer类对输入文本进行编码，并调用相应的模型来进行推理计算。注意这里假设存在名为`deepseek-model-name`的具体DeepSeek变体；具体名称应根据官方文档或资源获取。 #### 数据准备与预测 对于特定的应用场景，可能还需要额外的数据前处理步骤，比如分词、去除停用词等。同样，在得到模型输出后也可能要经过一些转换才能用于最终应用中。例如，如果是在做分类任务，则可以从logits张量中提取最大值对应的索引来作为类别标签[^3]。
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