Windows本地部署DeepSeek详细教程

已于 2025-02-14 22:38:21 修改
阅读量1.1k 收藏 10
点赞数 5
文章标签： 功能测试
于 2025-02-13 21:56:08 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.csdn.net/deepseek01/article/details/145620412
版权

流程说明：

其实很简单，就3步：

  1. 下载Ollama用于本地运行大模型
  2. 在Ollama library中获取开源的DeepSeek大模型，并用Ollama运行
  3. 用open-WebUI生成美观的本地浏览器可访问界面

Step1. Ollama下载

在powershell中（需要以管理员身份运行）为系统系统变量添加名为OLLAMA的环境变量，提前分配好其安装位置（模型很大，不设置环境变量的话默认是把模型装在C盘）：

​

配置完成后在ollama官网下载其window发行版：Download Ollama on macOS

检查是否安装成功（注意同样需要在管理员模式下运行powershell）：

最低0.47元/天 解锁文章
deepseek01
关注
windows平台本地部署DeepSeek大模型+Open WebUI网页界面（可以离线使用）
Navy的博客
02-09 3312
windows平台本地部署DeepSeek大模型+Open WebUI网页界面
DeepSeek 在 Windows Server 2019 上的详细部署步骤
weixin_37765605的博客
02-11 1957
DeepSeek 在 Windows Server 2019 上的详细部署步骤
在本机上部署deepseek并可视化操作
想炒股的前端
02-06 1495
最近deepseek爆火，我也体验了一下。但是由于云端算力不足问题，会频繁出现【服务器繁忙，请稍后再试。】的回答，所以我根据教程想尝试本地进行deepseek的部署操作，并且离线也可以使用。
Windows系统Deepseek本地部署指南详细教程
al_student的博客
02-07 6941
它通过将模型权重、配置和数据打包为Modelfile，优化了LLM的设置和配置过程，使得非专业用户也能方便地管理和运行这些模型。2.其次，你需要有一个稳定的网络，后续会涉及到下载模型，根据模型选择不同可能会有较多的流量消耗。1.首先，你需要有一台电脑，本文以Windows系统为例，需要注意系统Win10及以上。找到我们需要的版本，复制下载即可，注意正常来说我们都是选择1.5b的版本。打开终端，输入我们对应的版本号，等待下载即可，注意下载会有点慢。下载ollama完成后，我们找到安装包，双击运行安装。
【保姆级教程】零基础在Windows部署DeepSeek大模型 | 避坑指南+效率优化
智界工具库博客
02-18 568
📌😘😘😘本文旨在提供技术指导和灵感，不涉及任何具体软件或工具的推广。
Windows本地部署Deepseek模型【教程+安装包】
weixin_46004577的博客
02-18 932
Windows本地部署Deepseek模型教程
windows本地部署deepseek（小白详细教程版）
weixin_43837880的博客
02-16 1602
Ollama 是一个开源项目，专注于在本地运行大型语言模型（LLMs），尤其是 Meta 的 LLaMA 系列模型。它允许用户在个人计算机上部署和运行这些模型，无需依赖云端服务。本地运行：支持在本地设备上运行大型语言模型，保护隐私。开源：代码公开，用户可自由查看、修改和分发。多平台支持：兼容 macOS、Linux 和 Windows。模型支持：主要支持 Meta 的 LLaMA 模型，未来可能扩展至其他模型。易用性：提供简单接口，便于用户快速上手。隐私保护：适合处理敏感数据，避免上传至云端。
在 Windows 本地部署 DeepSeek 的详细教程
qq_43646797的博客
02-08 991
DeepSeek 是一款强大的人工智能模型，适用于自然语言处理、文本生成等多种场景。结合 CherryStudio 使用，可以进一步提升开发效率和用户体验。本文将详细介绍在 Windows 系统上部署 DeepSeek 并结合 CherryStudio 的步骤。通过上述步骤，你可以在 Windows 系统上轻松部署 DeepSeek 模型，并结合 CherryStudio 使用，实现本地化的 AI 应用。CherryStudio 提供了强大的功能和友好的界面，可以帮助你更高效地管理和使用 AI 模型。
Windows本地部署DeepSeek-R1大模型实战：基于Ollama的极简指南
TKang8912的博客
02-03 5792
准备训练数据（JSONL格式）{"text": "<用户指令>优化客服话术</指令><响应>..."}# 启动微调部署效果评估响应速度：CPU模式约15 tokens/s，RTX4090可达85 tokens/s内存占用：7B量化版约5.8GB，完整版需18GB知识截止：2023年10月（可通过微调更新）最佳实践建议日常使用选择4-bit量化版本复杂任务启用GPU加速长期运行建议配置为Windows服务敏感业务数据启用TLS加密传输。
DeepSeek在Windows系统一键包本地部署与科普
daviddou2022的博客
02-06 2307
DeepSeek在Windows系统一键包本地部署，R1介绍，模型对比
DeepSeek本地部署教程(保姆级教程)
热门推荐
XXXXsssxwd的博客
01-30 1万+
【代码】DeepSeek本地部署教程(保姆级教程)
DeepSeek本地ollama部署+Open-webui可视化界面+Searxng联网功能+ComfyUI本地绘图
sinat_36388974的博客
02-03 1047
下载客户端，并安装。控制台输入，显示版本号表示安装成功ollama -v根据电脑配置下载对应版本的模型。
2分钟搞定DeepSeek离线安装部署
傲视苍穹
02-05 9257
是由中国科技公司研发的AGI（通用人工智能）
Windows 系统下使用 Ollama 离线部署 DeepSeek - R1 模型指南
进一步有进一步的欢喜~
01-29 1万+
随着人工智能技术的飞速发展，各类大语言模型层出不穷。DeepSeek - R1 凭借其出色的语言理解和生成能力，受到了广泛关注。而 Ollama 作为一款便捷的模型管理和部署工具，能够帮助我们轻松地在本地环境中部署和使用模型。本文将详细介绍如何在 Windows 系统下使用 Ollama 离线部署 DeepSeek - R1 模型，并展示在 Windows CMD 窗口与 Google 浏览器插件 Page Assist 的交互案例。
DeepSeek离线部署教程
最新发布
sjbstar的博客
02-21 2245
右键开始菜单(或者快捷键Ctrl+Alt+Del)进入任务管理器，将名字带有ollama的进程给结束掉，如果有占用Ollama的命令提示符或PowerShell也要关掉。将C:\Users\Administrator目录里的.ollama文件夹移动到自己想要的目录中，这里演示移动至D:\Programs。解压至C:\Users\Administrator\.ollama\models，或者解压后复制在该目录。进入到C:\Users\Administrator\AppData\Local\Programs。
【干货教程】在Windows计算机部署DeepSeek大模型，给在实验室无外网的同事们用（基于Ollama和OpenWebUI）
02-07 4923
【保姆级万字教程】在Windows计算机部署DeepSeek大模型，给在实验室无外网的同事们用（基于Ollama和OpenWebUI）
Windows下ollama详细安装指南
qq_34446614的博客
02-09 2666
ollama是一个专为在本地环境中运行和定制大型语言模型而设计的工具。它提供了一个简单而高效的接口，用于创建、运行和管理这些模型，同时还提供了一个丰富的预构建模型库，可以轻松集成到各种应用程序中。ollama的目标是使大型语言模型的部署和交互变得简单，无论是对于开发者还是对于终端用户。
windows本地部署DeepSeek详细指南
02-09
### Windows本地部署DeepSeek-R1大模型实战 #### 环境准备 #### 硬件要求 最低配置：Windows 10/11 64位 + 16GB内存 + 50GB可用存储[^1]。 推荐配置则包括NVIDIA显卡（支持CUDA 11.8以上）、32GB内存以及SSD硬盘，同时需确保BIOS中已开启VT-x或AMD-V虚拟化支持。 #### 必要组件安装 为了顺利运行该模型，需要先完成一些必要的软件设置： - **安装Windows子系统Linux (WSL2)**： ```bash wsl --install dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart ``` - 对于拥有兼容NVIDIA GPU的用户来说，还需要通过以下命令来安装相应的图形驱动程序： ```bash winget install Nvidia.GeForceExperience ``` #### Ollama环境搭建 一旦上述准备工作就绪，则可以着手建立Ollama平台以便加载并操作DeepSeek-R1模型实例: 执行`ollama run deepseek-r1:7b`这条指令将会启动指定版本(此处为`:7b`)的大规模预训练语言模型服务[^2]. ```python import requests response = requests.post( "url": "http://localhost:8000/v1/chat/completions", "json": { "model": "deepseek-r1:7b", "messages": [{"role": "user", "content": "你好"}], } ) print(response.json()) ``` 这段Python代码展示了如何向已经启动的服务发送请求以获取来自DeepSeek-R1的回答.
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