腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

【DeepSeek】DeepSeek概述 | 本地部署deepseek

1 -> 概述 DeepSeek是由中国的深度求索公司开发的一系列人工智能模型，以其高效的性能和低成本的训练而受到关注。知识蒸馏：DeepSeek-R1通过知识蒸馏，将长链推理(CoT)模型的推理能力蒸馏到标准LLM中，显著提升了推理性能。 2 -> 本地部署deepseek 2.1 -> 安装ollama ollama官网点击Download下载选择对应的操作系统，本次以Windows操作系统为例点击Download for Windows 2.2 -> 部署deepseek-r1模型回到ollama官网点击左上角的Models进入如下界面。这样本地部署deepseek就算完成啦

2025-02-08

4.6K1

标签:

deepseek本地部署有什么用？解锁 DeepSeek 本地部署

DeepSeek 作为一款备受瞩目的大模型工具，其本地化部署逐渐成为众多用户关注的焦点。今天，我们就来深入探讨 DeepSeek 本地部署的用途，为大家详细介绍一款助力本地部署的神器，快来看看吧。一、为什么要进行 DeepSeek 本地部署DeepSeek 本地部署保障数据隐私，适配敏感行业合规需求。降低网络依赖，无网络也能稳定运行，保障实时场景业务连续。二、DS 本地部署大师 —— 本地部署的得力助手①一键部署，轻松上手DS 本地部署大师它内置了 DeepSeek - R1 全系列模型（1.5B/7B/14B/32B/70B），根据智能推荐并下载适合的模型版本 ②部署完成，进入体验选择模型后等待下载，下载完成后，软件会自动安装完成。之后，点击【立即体验】进入智能界面体验DeepSeek 本地部署效果。 DS 本地部署大师凭借其强大的功能和便捷的操作，为用户实现 DeepSeek 本地部署提供了一站式解决方案。

2025-08-21

3.2K0

标签:

DeepSeek本地部署教程

DeepSeek是一款强大的知识检索和问答工具，通过本地部署，用户可以更加便捷地进行知识检索和问答操作。本文将详细介绍如何在本地部署DeepSeek，以便用户能够充分利用其强大的功能。环境要求在本地部署DeepSeek之前，需要确保计算机满足以下环境要求：操作系统：Linux（推荐）或Windows。 Python版本：Python 3.7及以上。克隆DeepSeek代码打开终端或命令行窗口，使用git命令克隆DeepSeek的GitHub仓库：git clone https://github.com/your-repository/DeepSeek.git 在DeepSeek项目目录下，运行以下命令创建虚拟环境：python3 -m venv deepseek-env（Linux）或deepseek-env\Scripts\activate（Windows (result) 使用与调试使用DeepSeek 在成功部署并启动DeepSeek后，可以通过API服务器或直接在Python脚本中调用模型进行推理。

2025-05-18

2.3K0

标签:

deepseek本地部署简要教程

安装ollama访问：https://ollama.com/安装AI模型访问模型列表：https://ollama.com/search安装deepseek-r1命令行运行：ollama run deepseek-r1

2025-02-13

1.1K0

标签:

DeepSeek本地部署+微调训练

本地训练流程（无需专业知识），从数据准备到模型部署的完整操作指南：一、准备训练数据1. 下载训练脚本创建文件夹：mkdir deepseek_train下载官方示例脚本：wget https://example.com/train_deepseek.py wget https://example.com 启动训练在命令行执行（根据显存调整参数）：accelerate launch train_deepseek.py \ --model_name "deepseek-ai/deepseek-llm-7b 查看训练日志训练文件夹会生成 training_logs.txt，重点关注：Epoch 1/3 | Loss: 2.34 → 1.78Epoch 2/3 | Loss: 1.78 → 1.23五、部署训练好的模型 --gradient_checkpointing 参数输出乱码检查数据文件是否保存为UTF-8编码模型不加载确认.gguf文件是否放在正确的models目录按照这个流程操作，即使没有AI基础也能完成本地训练

2025-02-25

4.3K2

标签:

腾讯云大模型知识引擎xDeepSeek

本地部署AI大模型DeepSeek

官方网址： https://www.deepseek.com/ 本篇讲解如何快速的在本地部署AI大模型DeepSeek。 2、本地部署DeepSeek 1、首先要下载安装Ollama。 Ollama是一个开源的大型语言模型本地部署框架。特点：多平台支持，如Windows、macOS、Linux，还支持Docker，方便跨平台部署。本地运行，让用户可在本地设备上运行大型语言模型，无需网络连接也能使用部分功能。官方网址： https://ollama.com/ 快速上手使用大语言模型。在本地运行Llama 3.3、DeepSeek-R1、Phi-4、Mistral、Gemma 2等模型。根据所属平台，下载指定的Ollama。它支持多种大语言模型运行程序，如Ollama和兼容OpenAI的应用程序编程接口（API），还内置了用于检索增强生成（RAG）的推理引擎，使其成为一个强大的人工智能部署解决方案。

2025-02-10

1.1K0

标签:

DeepSeek 本地部署指南（基于 vLLM）

本指南将详细介绍如何使用 vLLM 在本地部署 DeepSeek 语言模型。运行以下命令安装 ModelScope： pip install modelscope 下载模型：使用以下命令下载模型并保存到本地： modelscope download --model deepseek-ai /DeepSeek-R1-Distill-Qwen-7B --local_dir /path/to/save/model 将 /path/to/save/model 替换为你希望保存模型的本地路径。虽然某些模型可能需要注册账号，但 DeepSeek-R1-Distill-Qwen-7B 是公开的，可直接下载。 3. 安装 vLLM vLLM 是一个高效的大型语言模型推理库，支持快速部署。总结通过以上步骤，你已成功在本地部署了 DeepSeek 模型，并能够通过 vLLM 进行推理。如果在部署过程中遇到问题，请参考 vLLM 官方文档或在相关社区寻求帮助。祝你使用愉快！

2026-03-11

3.1K0

标签:

新手快速安装部署本地DeepSeek

概述随着DeepSeek的爆火，身为行业从业人员不得不了解和接受，AI做为一种工作中工具的重要性已经变的不言而喻了，互联网的维度已经在悄悄的变化了，分享一篇本地安装部署DeepSeek的教程。，去终端执行命令，下图是官方介绍模型的对比和差异：下载模型命令，windows对应的就是打开Cmd，执行命令，过程是一样的：ollama run deepseek-r1:7b安装完成如下图：3、使用理论上本地安装完了，就可以使用本地部署的模型进行简单交互，下图中>>>后面是我提问的问题，蓝色的think是DeepSeek-R1自我思考和推理的过程，绿色的框经过推理而得出是答案，是不是很简单，就在本地部署完了。 Open Web Ui第二种方式使用Open Web Ui方式进行部署，首先你要安装Docker，用容器的方式来进行安装和访问，Github地址：https://github.com/open-webui v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main本地访问

2025-02-15

1.2K3

标签:

手机也能本地部署 DeepSeek！

网上已经很多PC端本地部署DeepSeek的教程了，今天来教大家怎么在手机端部署。首先需要在手机端下载PocketPal。安卓如下： IOS如下：下之后，我们打开 PocketPal，打开点击 go to models 点击加号，可以选择加载模型的方式：本地或者 Hugging Face 我们可以选择Hugging Face ，搜索DeepSeek 选择想要的模型下载等待下载完成，然后点击Load按钮，加载模型。

萌萌哒草头将军

2025-02-26

2.1K0

标签:

本地部署DeepSeek-R1大模型

本文手把手教你部署DeepSeek模型，并通过本地API实现对话、编程、数据分析，小白也能秒变AI玩家！一、准备工作：安装Ollama Ollama是一个轻量级工具，支持在本地一键运行大模型（如Llama、DeepSeek等），无需复杂配置。 1. 二、一键部署DeepSeek模型 Ollama内置了主流模型库，直接通过命令行拉取即可。三、本地API调用 Ollama默认开启本地API服务（端口11434），可直接通过HTTP调用。方法1. • 回复速度慢：关闭其他占用显存的程序，或尝试更小规模的模型（如deepseek-7b）。通过Ollama，DeepSeek大模型的部署和调用变得前所未有的简单！

全栈开发日记

2025-02-10

3.4K0

标签: