简单本地部署deepseek（软件版）

已于 2025-02-05 21:54:27 修改
阅读量753 收藏 2
点赞数 2
文章标签： python 语言模型
于 2025-02-05 19:47:08 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/qq_38148600/article/details/145460639
版权

Download Ollama on Windows

下载

下载安装

win+r 输入 cmd

然后输入ollama -v，出现ollama版本，安装成功

deepseek-r1

选择1.5b 输入 cmd 下面代码

ollama run deepseek-r1:1.5b

删除deepseek的代码如下：

ollama rm deepseek-r1:1.5b

使用chatbox调用deepseek

生成效果

DeepSeek 2.5本地部署的实战教程
herosunly的博客
09-22 17万+
本文主要介绍了DeepSeek 2.5本地部署的实战教程，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 介绍 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 2.3 下载模型文件 3. 运行DeepSeek 2.5 3.1 简单测试 3.2 启动API服务
手把手教你本地部署 DeepSeek R1
实事求是，追求技术，精益求精～将至而立之年，不忘年少初心！
02-03 8439
手把手教你Deepseek本地部署，每一步都有图片和解释
DeepSeek 本地部署\卸载\更改模型部署路径
m0_62405739的博客
02-17 1337
DeepSeek 本地部署 网页版的DeepSeek总是显示服务器繁忙，可以本地部署来解决这个问题！
DeepSeek系列源码（V3、R1、LLM等）
02-09
DeepSeek相关源码适合感兴趣的人学习使用
WPS接入DeepSeek本地部署，解锁高效办公新姿势
IT成长日记的博客
02-26 1229
WPS接入DeepSeek的方式有很多种，今天小编为大家带来利用中间件工具Office AI接本地部署的DeepSeek操作教程指南。
DeepSeek 本地部署，并接入WPS
Greenhand_BN的博客
02-21 1018
DeepSeek 本地部署
DeepSeek源码解析（1）
weixin_43506403的博客
02-14 1161
使用 import name 时，你需要通过模块名来访问其中的内容，适合导入整个模块。使用 from name import name 时，你可以直接使用导入的内容，适合导入模块中的特定部分。使用 from name import * 时，你可以直接使用模块中的所有内容，但容易引起命名冲突，需谨慎使用。选择哪种导入方式取决于你的具体需求和代码的可读性。二、 整数除法 //
DeepSeek源码解析（2）
weixin_43506403的博客
02-17 1207
在计算机科学和机器学习领域，“张量”（Tensor）是一个数学概念，它被用来表示多维数组。在大模型（如深度学习模型）中，张量扮演着核心角色，具体来说：数据表示：张量用于表示输入数据、模型参数和中间计算结果。例如，在图像处理中，一张图片可以被表示为一个三维张量（高度、宽度、颜色通道数），而在自然语言处理中，一段文本可以被编码为一系列词向量组成的二维张量（句子长度、词向量维度）。线性代数运算：深度学习中的许多操作，如卷积、全连接等，都可以看作是线性代数中的矩阵运算。这些操作在底层通过张量进行计算。
DeepSeek本地部署-deepseek本地部署
02-02
DeepSeek本地部署是指将DeepSeek软件安装在本地计算机上，而不是在云服务器或远程服务器上。这样做的主要好处是可以完全控制数据存储和处理过程，同时可能还可以减少对互联网连接的依赖。在Windows系统上进行...
windows本地部署deepseek（小白详细教程版）
weixin_43837880的博客
02-16 1610
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。
DeepSeek-R1 源码 + 文档
02-08
DeepSeek-R1 源码 + 文档
deepseek项目源代码全套技术资料.zip
02-09
deepseek项目源代码全套技术资料.zip
Cherry-Studio-winows版本用于本地部署deepseek投喂数据
02-15
Cherry-Studio-winows版本是一款专门为本地部署DeepSeek投喂数据而设计的应用软件。DeepSeek作为一种智能的数据处理工具，其功能包括但不限于搜索、分析、可视化以及处理多种不同类型的数据集。DeepSeek投喂数据是...
DeepSeek免费部署到WPS或Office
热门推荐
qq_57128262的博客
02-12 1万+
配置OfficeAI插件：安装并启动OfficeAI插件后，打开WPS，点击“OfficeAI”选项卡，选择“设置”，在“设置”窗口中，点击“大模型设置”，打开“本地部署”开关，选择“APIKey”标签，在“大模型”下拉菜单中，选择DeepSeek，根据需求选择deepseek - chat或deepseek - reasoner，在“API_KEY”输入框中填入复制的DeepSeek API Key，点击“保存”按钮。- 测试和调试：在开发环境中对插件进行测试和调试，确保功能正常，没有错误。
DeepSeek开源模型代码运行全流程框架
qq_40717065的博客
02-04 2962
print(f"Attention weights shape: {attn_weights.shape}") # 输出：[batch, heads, seq, seq]torch.nn.utils.clip_grad_norm_(model.parameters(), 1.0) # 设置物理上限。TransformerBlock() for _ in range(32) # 32个NPC决策层。outputs = model(batch.inputs) # 开始一局对战。
【我不允许还有人WPS接入deepseek不成功！附源码及详细教程】
Fengfeng__y的博客
02-12 1917
测试环境：win11+wps365+ollama+deepseek1.5b。WPS中接入本地部署大模型，如需接入外部API或其他需要可留言小编。
Deep-Seek 开源项目教程
gitblog_00416的博客
08-25 5751
Deep-Seek 开源项目教程 项目地址:https://gitcode.com/gh_mirrors/de/deep-seek 项目介绍 Deep-Seek 是一个由 dzhng 开发的开源项目，旨在构建一个强大的语言模型检索引擎。该项目利用大型语言模型（LLM）处理大量数据源，以收集全面的实体列表。Deep-Seek 不仅支持文本生成，还特别擅长数学、代码和推理任务。 项目快速启动 环境准备...
DeepSeek-V3 核心架构源码讲解
最新发布
日常学习与专研的记录
03-05 1570
文本详细讲解 DeepSeek-V3 的核心架构的源码。
本地卸载DeepSeek
02-08
由于提供的引用材料并未涉及有关于卸载 DeepSeek 的具体指导，无法直接提供关于该主题的引用信息。然而，在一般情况下，对于软件包或工具集如 DeepSeek 的移除通常遵循特定的原则。 ### 卸载 DeepSeek #### 方法一：通过官方文档或安装脚本 如果 DeepSeek 提供了官方支持的卸载方法，则应优先采用此方式。这可能涉及到运行专门设计好的卸载程序或是按照开发者给出的具体指示操作。例如，某些 CUDA 工具包提供了类似的命令来执行卸载 `$ sudo /usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl`[^1] ，但这显然不是针对 DeepSeek 的指令。 #### 方法二：手动删除文件和环境变量 当缺乏专用卸载器时，可以考虑采取更通用的手动清理策略： - **停止服务** 如果有后台进程正在运行，先将其关闭。 - **定位并删除目录** 查找所有与 DeepSeek 相关的文件夹路径，并彻底清除它们。 - **调整环境配置** 移除任何指向这些已删资源的 PATH 或其他环境设置项。 请注意这种方法可能会遗漏一些残留数据，因此建议尽可能寻找更为精确的操作指南。 #### 方法三：利用虚拟环境特性 如果是基于 Python 构建的应用，并且是在 `virtualenv` 或者 Anaconda 创建的独立环境中部署的话，那么可以直接销毁整个虚拟环境从而达到目的。比如在 macOS 上使用 Homebrew 安装依赖后创建了一个新的 conda 环境用于 DeepSeek 运行，此时只需简单地移除这个环境即可完成卸载工作[^2] 。 ```bash conda deactivate conda env remove --name deepseek_env_name ```
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