两个步骤教你学会如何删除本地部署的deepseek~~

已于 2025-02-14 08:54:46 修改
阅读量2.4k 收藏 4
点赞数 3
文章标签： 人工智能 深度学习 自然语言处理 语言模型 chatgpt 机器学习
于 2025-02-13 08:59:13 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_39914918/article/details/145604081
版权

1：Win+R打开cmd，输入指令：ollama list 来查看本地部署的模型列表。

2.输入指令：ollama rm + 模型名称 。即可完成删除！

【实战篇】【零代码也能玩转AI！手把手教你用Ollama本地部署DeepSeek（保姆级教程） 】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-19 528
创建专属文件夹编写Modelfile配置文件在文件夹内新建「Modelfile」文件（用记事本即可），写入：FROM deepseek-ai/deepseek-R1:latestPARAMETER temperature 0.7 # 控制回答创意度（0=保守，1=天马行空）PARAMETER num_ctx 4096 # 支持4K上下文记忆执行部署命令。
安装DeepSeek模型之后不想要了，如何卸载？（包括完全卸载教程）
热门推荐
小白电脑技术的博客
02-20 1万+
今天趁着去汕尾玄武山的时间给小伙伴们更新个公众号，希望在新的一年，小伙伴们都能顺顺利利、万事如意！最近发现很多小伙伴在安装完DeepSeek之后，电脑运行的情况不是很理想。又不知道怎么去删除模型和Ollama，今天小白就带你们一步步搞定它！这个教程适用于Windows、Linux或者NAS等设备，教程基本是一样的。今天的内容包括两个：如何删除不想要的模型如何完全卸载DeepSeek请在开始菜单位置点击【鼠标右键】-【PowerShell（管理员）】或者【终端（管理员）】打开到这个窗口就可以了。
DeepSeek 本地部署\卸载\更改模型部署路径
m0_62405739的博客
02-17 1466
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！
ollama如何安全卸载，解决Ollama unins000.msg is missing
王小义笔记
02-21 666
春节后在本地电脑安装了Ollama的客户端，每次开机自启，影响开机速度，而且本地的模型不如联网的回答效果好，果断选择了卸载，但是今天卸载发现提示下方的错误。根据此文章可以解决当前的问题。根据此文章可以解决当前的问题，如果最近在学习DeepSeek，可以根据下图获得学习文档。
Windows系统下DeepSeek嵌入式知识库组件的本地部署及应用
02-28
内容概要：文档详细介绍了在Windows环境下部署DeepSeek嵌入式知识库组件的具体步骤及其应用场景。具体操作包括下载并安装所需组件，如通过Ollama拉取 Shaw/dmeta-embedding-zh模型（一种轻量化中文语义嵌入模型），并在CMD命令行中验证安装是否成功。此外，文档还描述了如何利用Cherry Studio或AnythingLLM两种不同接口调用该嵌入式组件，完成知识库的创建和已有文件导入，以便后续使用。 适合人群：对知识图谱构建、自然语言处理感兴趣的科研工作者、工程师以及有一定编程经验的学习者。 使用场景及目标：本文旨在帮助技术人员理解和实施基于DeepSeek系统的嵌入式知识库搭建工作流，适用于希望快速搭建语义搜索引擎或集成到现有项目中的开发者。 阅读建议：考虑到内容的专业性和技术细节较多，建议读者事先熟悉基本的概念背景（如什么是Embedding、API的基础概念）以及对所使用的软件工具有一定了解。同时按照文档指示逐步操作，并注意官方提供的额外资源链接。
windows本地部署deepseek（小白详细教程版）
weixin_43837880的博客
02-16 1635
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。
本地部署DeepSeek后的调用与删除全攻略
以为在机器学习领域与人工智能领域深耕多年的老牛
02-13 1万+
在本地成功部署DeepSeek模型后，如何高效调用它发挥其强大功能，以及在不需要时妥善删除，是很多用户关注的重点。我也在后台接到了很多粉丝的留言，询问 DeepSeek 本地部署之后的一些调用和删除的问题，于是我在网上找了现在主流热门的三种本地部署方案，对照他们的部署方式对出了调用和删除的指令，接下来，我们将从不同的部署方式入手，详细介绍对应的调用和删除方法。当然你如果不了解 DeepSeek，这几篇文章会让你快速领略 DeepSeek 的风采：好了话不多说，接下来进入我们今天的主题环节。
Windows本地部署DeepSeek
smilefyou的博客
02-18 763
访问 https://ollama.com/library/deepseek-r1 选择要部署的deepseek-r1, 这里我选择7B。复制命令在本地cmd窗口执行,等待安装完成即可。中间网络开小差了,重新执行了一次 安装成功。双击安装完Ollama,默认安装在C盘的。本案例使用Windows电脑。
deep seek本都部署后如何删除
2301_80596293的博客
02-18 1947
在命令行中输入ollama rm deepseek - r1:1.5b，即可删除指定的DeepSeek模型。当然你如果还在模型的交互界面，可以先输入 Ctrl + D 来退出交互模式，ollama rm deepseek - r1:1.5b 这条语句是用来删除 deepseek - r1:1.5b 模型的，大家可以根据自己的模型来进行更改。如果出现下面这条语句，就证明你已经成功删除了ollama rm deepseek - r1:1.5b模型。命令，清理Ollama运行过程中产生的缓存文件，释放磁盘空间。
求求你，不要再盲目跟风本地部署Deepseek了
Y525698136的博客
02-04 1万+
我却要来给大家刹刹车，降降温，其实本地部署 Deepseek 并非明智之举，下面我将从以下五个方面进行分析……
本地化部署DeepSeek-R1-Distill-Qwen-1.5B
harebert的博客
01-29 7612
由于Deepseek最新发布的R1和V3实在是过于庞大，本地跑不起来，无奈之下，只能退而求其次，用一个蒸馏以后的小模型来进行测试。本机配置：RAM 64.0 GB (63.7 GB 可用)Windows 11 专业版。
部署deepseek到本地，使用ollama搭建，chatbox
qq_72374335的博客
01-30 1162
https://ollama.com下载安装。OLLAMA_MODELS 到你要保存的地址。到ollama的官方网站选择你需要的版本。一直下一步安装即可，默认安装到C盘。ollama rm 你要删除的版本。部署deepseek到本地。验证：ollama -v。
Pycharm接入本地部署deepseek实现写代码起飞.pdf
02-10
DeepSeek提供的代码生成界面包含了“添加”和“复制”两个按钮，分别用于将生成的代码添加到项目文件或直接复制到剪贴板中。 使用本地部署的DeepSeek进行代码编写的优势在于，它避免了数据上传到云端可能带来的安全...
Window本地部署DeepSeek保姆级教程
weixin_46370455的博客
02-09 1149
Window本地部署DeepSeek保姆及教程！
手把手教你利用Ollama本地部署Deepseek-r1教程
weixin_69597809的博客
02-18 2045
上一篇介绍了什么是Ollama，这期我来实战了！！
简单本地部署deepseek（软件版）
qq_38148600的博客
02-05 764
然后输入ollama -v，出现ollama版本，安装成功。使用chatbox调用deepseek。选择1.5b 输入 cmd 下面代码。win+r 输入 cmd。
3分钟在本地快速部署deepseek大模型
cnzzs的博客
01-28 4729
在正式文章前，你也许会有疑问，为什么官方已经有了，还需要自己部署干嘛，直接用不好吗？原因有几点：一是有些公司或者个人可能会咨询一些涉及商业机密的东西，部署在本地；二是可以自定义开发内容，例如我想开发一个机器人，我就可以通过部署到服务器，自己训练调用接口了(官方当然也是有api的，但是需要一定的费用，而且爹有娘有不如自己有；...
如何卸载使用ollama本地部署的Deepseek
最新发布
QvQ593520844的博客
05-06 159
**Ollama 模型目录** | `rm -rf ~/.ollama/models`（或 `%USERPROFILE%\.ollama\models`） || **4. 删除数据目录** | `rm -rf ~/.ollama`（macOS/Linux）或删除 `C:\Users\<用户>\.ollama`（Windows） || **卸载 Ollama** | 自动删除模型和数据（默认位于 `~/.ollama` 或 `%USERPROFILE%\.ollama`）|
在win11系统笔记本中使用Ollama部署deepseek制作一个本地AI小助手！原来如此简单！！！
weixin_43416590的博客
01-28 8386
大家新年好啊，明天就是蛇年啦，！最近DeepSeek真的太火了，我也跟随B站，使用Ollama在一台Win11系统的笔记本电脑部署了DeepSeek。由于我的云服务器性能很差，虽然笔记本的性能也一般，但是还是可以在笔记本电脑上去尝试一下的。官方也提供了。DeepSeek V3在AI模型架构上实现了重大突破，采用了复杂的混合专家系统（MoE）设计，总参数量达671B，每个token激活37B参数。由于我笔记本的 计算资源和存储空间都有限，我这里安装的玩一玩、试一试而已。笔记本电脑配置：3050显卡4G；
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