ollama指定目录下载deepseek模型

已于 2025-02-07 16:55:12 修改
阅读量2.5k 收藏 16
点赞数 8
文章标签： 服务器
于 2025-02-07 16:54:28 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/weixin_45351536/article/details/145497539
版权

由于ollama通过命令下载deepseek-r1默认是安装在C盘的，而模型的大小都是以GB为单位，对于C盘告急选手是个小门槛，本篇文章旨在将模型与ollama转移战地，迁至空间较大的其它盘符，即可指定模型默认下载位置，顺便也可指定ollama安装路径

Ollama安装指定路径下

Ollama下载地址：Ollama

1、下载好安装包后，进入所在目录，，可以新建想要安装的目录我这里装在E:\softword\OllamaTest 目录下，在路径行下输入cmd，回车即可进入黑框命令行

2、运行命令如下，输入命令回车后会弹出下载页面，默认安装即可，即会在指定目录安装

exe文件所在指定路径 /DIR="安装路径"

我这里为
OllamaSetup.exe /DIR="E:\softword\OllamaTest"

3、验证ollama安装是否成功

ollama --version

deepseek模型指定安装目录

1、直接按win键,然后搜索环境变量点击  编辑系统环境变量

2、点击环境变量，选择下面新建一个系统环境变量 OLLAMA_MODELS ，然后指定想要安装模型的路径 这里我选择   “E:\softword\Ollama\models”。填写完后，一直点击 确认 以保存环境变量

3、新建环境变量后需要重启Ollama，可在右下角退出再打开或者打开任务管理器找到Ollama结束该任务，然后再启动Ollama

4、最后再重新打开命令行窗口，win+R 键，再输入cmd，即可打开。

此时再运行下载deepseek命令安装会默认安装到刚才指定的环境变量下

具体的下载模型过程可参照该文章（地址：本地部署DeepSeek与国内大模型API接入-优快云博客）

ollama run deepseek-r1:1.5b

运行命令安装完成后即可再指定目录看到下载的模型

这里可看到我下载的几个模型

淮山智派
关注
windows ollama 指定模型下载路径
数字人生
05-28 2万+
打开任务管理器，转到“进程”标签（或Windows 10及更高版本的“详细信息”标签），找到与"Ollama"相关的进程，右键点击并选择“结束任务”。如果使用的是某些特定的IDE或代码编辑器，它们可能有自己的方式来设置环境变量。在Windows系统中，如果想为Ollama指定模型的下载路径，可以通过设置环境变量来实现。在设置环境变量时，确保路径是正确的，并且有足够的权限来访问和写入该目录。在“系统变量”或“用户变量”部分，点击“新建”来创建一个新的环境变量。右键点击“此电脑”或“计算机”，选择“属性”。
简易教程|使用Ollama在本地部署大语言模型（Ollama+Deepseek_R1+OpenWebUI）
热门推荐
m0_61171702的博客
01-26 4万+
用简洁的方式部署AI大模型，从安装ollama到拉取AI大模型文件，到使用OpenWebUI的使用，没有多余描述。
本地部署deepseek模型，简单上手
duchuan_的博客
02-14 785
结束对话直接关闭cmd窗口就行，下次重新启动打开cmd终端然后直接输入ollama run deepseek-r1:8b命令（这里演示的是8b，所以冒号后面是8b，根据你们下载的模型更改冒号后面的参数就行，其实就和下载命令一致）事先声明，在本地部署的deepseek大模型是经过蒸馏后的小模型，不是真正的deepseek大模型，想要部署真实的deepseek的r1或者v3模型，一般是企业级的应用了。1.5b，7b，8b，14b，32b，70b，671b，每个版本对应所需的内存大小都不一样。
【5分钟搞定】ollama下载deepseek-r1大模型本地部署
lixiaoqidecsdn的博客
01-29 1万+
1.登录ollama，选择models，选择deepseek-r1模型，选择1.5b(核显电脑)3.控制台输入ollama run deepseek-r1:1.5b自动下载。2.选择1.5b，复制命令，打开CMD控制台；
如何将Ollama安装到指定目录（非models路径）
最新发布
lvruikai2010的博客
04-13 618
网上看到好多标题党，写着《如何将Ollama安装到指定目录》，但看内容其实是修改模型的下载目录。其实方法很简单，用windows命令安装即可。输入 文件名 + /dir=路径，比如：OllamaSetup-0.5.12.exe /dir=D:\Ollama。接下来就是模型下载路径的设置，默认下载地址：C:\Users\用户名\.ollama\models。首先，进入安装包下载路径，比如：D:\tools\Ollama。点击install，开始安装，可以看到，安装路径已经变了。选择文件名，右键复制。
使用 Ollama 下载 DeepSeek 模型和DeepSeek的本地部署使用
weixin_43794223的博客
02-08 3220
import requests url = "http://localhost:11434/api/generate" data = { "model": "deepseek-r1", "prompt": "你好，DeepSeek！它支持多种模型格式，并提供简单的命令行接口，方便开发者快速下载、运行和测试模型。访问 Ollama 的官方网站：ollama.com （支持Mac/Linux/windows系统）根据你的操作系统选择下载对应的安装包。模型下载成功后，可以通过以下命令查看在本地的模型。
Ollama 下载到指定位置
m0_63523451的博客
02-07 2186
软件更改下载位置
Deepseek教程（详细！！！）|使用Ollama下载Deepseek，并在Pycharm使用
BlueEstrella的博客
01-30 1万+
1. 打开Ollama官网/，根据自己的操作系统下载相应版本的安装文件(#^.^#)，我选择的是Windows版~2. 下载好后，直接双击打开安装文件，并点击“”安装。3.安装好后，在电脑的右下角的^，就可以看到一只可爱的羊驼，^0^咩~~~4.Ollama的默认安装路径为 C:\Users\用户名\AppData\Local\Programs\Ollama下图是Ollama在我的电脑中的位置*如果想将Ollama移动到别的盘符，需在环境变量中修改Path选项，添加Ollama文件绝对路径——
ollama 使用，以及指定模型下载地址
qq_44073614的博客
05-26 6291
在Windows系统中，可以通过设置环境变量OLLAMA_MODELS来指定模型文件的下载和存储路径。2.创建一个新的系统变量或修改现有的环境变量，变量名为OLLAMA_MODELS。3.将变量的值设置为希望Ollama将模型文件下载到的目标路径，1.打开系统设置，进入系统属性或系统变量设置。ollama windows 使用。默认会下载在C盘 ，占用空间。例如d:\ollama。
使用 Python 调用 Ollama API 并调用 deepseek-r1:8b 模型
包子的博客
02-22 1065
ollama 是一个强大的本地大语言模型工具，支持多种开源模型，例如 deepseek-r1:8b。通过 Ollama 的 API，我们可以轻松调用这些模型来完成文本生成、对话等任务。这里记录一下如何使用 Python 调用 Ollama API，并调用 deepseek-r1:8b 模型生成文本。
DeepSeek-R1 蒸馏模型及如何用 Ollama 在本地运行DeepSeek-R1
llm_way的博客
01-26 1万+
在人工智能飞速发展的领域中，大型语言模型（LLMs）的出现可谓是一项重大变革。在这些模型里，DeepSeek - R1 及其蒸馏模型备受瞩目，它们融合了独特的能力与高可用性。今天我们一起聊一下 DeepSeek - R1 蒸馏模型究竟是什么，它们的工作原理、应用场景，并提供一份使用 Ollama 在本地运行 DeepSeek R1 的详细步骤指南。DeepSeek - R1 蒸馏模型（模型蒸馏（Model Distillation）：AI模型小型化与高效化之道）是强大的 DeepSeek - R1 人工智能
ollama 部署 deepseek-r1 70B 模型完整指南.pdf
02-10
在部署DeepSeek-R1 70B模型的完整过程中，首先需要进行模型的下载与准备。具体操作为通过ModelScope平台下载经过量化处理的GGUF格式模型文件。推荐选择Q5_K_M量化级别，这种量化级别可以在保持94%的精度下，将模型...
Ollama实现deepseek本地部署
驽马十驾，功在不舍；锲而不舍，金石可镂。
02-09 958
使用ollama，实现deepseek rag网页版本地部署。
Deepseek模型下载
qq_36273010的博客
02-22 781
链接: https://pan.baidu.com/s/1a982O6ri2sHSKOvVVs3slQ 提取码: cpey。链接: https://pan.baidu.com/s/1HoM3NB0w77Wgcprp-7TMdw 提取码: 76bw。安装包百度网盘分享链接：deepseek本地部署windows ollama安装包+chatbox安装包。通过网盘分享的文件：苹果ollama安装包。
如何使用 Ollama 下载、本地部署和使用 DeepSeek 模型
qq_50182135的博客
01-30 4万+
Ollama是一个开源工具，旨在简化大语言模型的本地部署和管理。它支持多种模型格式，并提供简单的命令行接口，方便开发者快速下载、运行和测试模型。模型量化是一种通过降低模型参数的精度（如从 32 位浮点数降到 8 位整数）来减少模型大小和计算量的技术。量化可以显著提高模型的推理速度，并降低对 GPU 资源的需求。通过 Ollama，我们可以轻松下载、本地部署和量化 DeepSeek 模型。量化技术可以显著提升模型的推理性能，并降低对 GPU 资源的需求。
ollama 指定安装路径 设置模型路径
博格斯特的博客
03-09 2084
通过以上步骤，可有效将Ollama主程序及模型数据存储到非系统盘，避免占用C盘空间。参数后需填写完整目标路径（路径含空格时需用双引号包裹）。安装完成后，确认Ollama主程序位于自定义路径下（如。此方法可让系统“认为”模型仍在C盘，实际存储在D盘。在非系统盘（如D盘、E盘）创建安装目录，例如。默认情况下，模型数据可能仍存储在C盘（如。环境变量，并迁移C盘的。若显示自定义路径（如。），则环境变量生效。
在ubuntu系统中下载ollama并且修改ollama中模型的保存路径
2201_75299183的博客
10-25 1万+
（2）复制下载命令：这里需要科学上网后再用下面指令下载，不然非常的慢。（官网也有手动下载的流程，但是也很慢）（2）假如说我们现在要把保存路径改到/home下（我这里改到了/home目录下名为下载的文件夹中）（3）验证是否安装成功：下载好后在终端输入：ollama，显示如下页面说明ollama安装成功。（1）修改模型下载保存位置。（3）刷新配置并重启。
自定义Ollama安装路径
weixin_32101285的博客
02-03 252
　　由于Ollama的exe安装软件双击安装的时候默认是在C盘，以及后续的模型数据下载也在C盘，导致会占用C盘空间，所以这里单独写了一个自定义安装Ollama安装目录的教程。 　　Ollama官网地址：https://ollama.com/ 　　这里有些朋友可能会遇到无法下载的问题，这里提供我下载好的软件包给大家 　　百度网盘链接：https://pan.baidu.com/s/1kFH3wUK...
Ollama模型下载路径替换
顺其自然~专栏
11-13 1万+
如果返回了如下图，因为是刚才新的路径，里面还没下载任何模型进去，所以只有标题行，没内容。=/path/to/ollama/models" # 记得替换路径！路径下的文件的权限用户和组都要是。将目标路径的所属用户和组改为。
ollama如何使用使用DeepSeek模型
02-18
### 使用 Ollama 和 DeepSeek 模型进行开发或部署 #### 环境准备 硬件方面，推荐配置包括 NVIDIA GPU（如 Tesla V100、A100 等），支持 CUDA；至少 16GB 的 RAM 及不少于 50GB 的可用磁盘空间[^3]。 软件环境则需满足操作系统为 Ubuntu 20.04 或更新版本；Python 版本应不低于 3.8；CUDA 应安装至 11.2 或以上版本。此外，Docker 被列为可选项，主要用于容器化部署场景下使用。 #### 安装 Ollama 工具 按照官方指南完成 Ollama 的安装过程，这是后续操作的基础步骤之一[^1]。具体安装方法可以参照相关文档说明来执行。 #### 配置并启动 DeepSeek 模型 一旦 Ollama 成功安装完毕，则可以通过指定命令 `ollama run <语言模型名称>` 来加载和初始化所需的 DeepSeek 模型实例[^4]。这使得开发者能够快速地基于该平台开展应用构建工作。 对于希望进一步提升用户体验的应用程序来说，在本地环境中集成 OpenWebUI 组件是一个不错的选择。通过拉取对应的 Docker 镜像文件，即可轻松实现在 Web 浏览器端便捷访问已部署的语言模型服务功能。 ```bash docker pull openwebui/image_name:tag ``` 上述命令展示了如何利用 Docker 获取预设好的 OpenWebUI 映像资源，以便于之后更高效地管理和展示由 Ollama 支持下的各种大型语言模型成果。
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