【deepseek-r1】ollama如何更改安装位置以及自定义模型下载位置

最新推荐文章于 2025-02-23 22:37:59 发布
最新推荐文章于 2025-02-23 22:37:59 发布
阅读量5.1w 收藏 74
点赞数 42
分类专栏： 大模型 文章标签： llama ai
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_40064717/article/details/145406752
版权

由于ollama默认安装位置以及模型下载位置在c盘，对于我这种有软件安装洁癖的人很不爽，于是参考大佬的文章，记录一下

1.更改ollama安装位置

ollama默认装位置在：C:\Users\XX\AppData\Local\Programs\Ollama

模型下载位置：C:\Users\XX.ollama

我们可以在F盘创建Ollama文件夹，创建models子文件夹存放模型，再将上述两个文件夹移动到该文件夹下
在这里插入图片描述

2.更改环境变量

先修改系统变量的PATH变量，win11在高级系统设置里，点击环境变量，找到系统变量的path，双击打开新建
在这里插入图片描述
在这里插入图片描述

path变量

填入 D:\ollama\

自定义模型下载位置，在系统环境下新建环境变量

名称：OLLAMA_MODELS

值填入自定义位置，我这里选择：D:\ollama\models
在这里插入图片描述

3.验证安装

命令行运行ollama -v会显示ollma版本号

ollma list命令显示所有安装模型

ollama rm 模型名称 删除指定模型

在这里插入图片描述

【AI】如何改换Ollama的模型存储位置
每日出拳老爷子的博客
06-19 1万+
ollama在构筑AI应用时是用于统一管理模型库的核心组成部分。默认存放ollama模型库的位置是C盘的用户文件夹的.llama-》model下。但是这样C盘很容易占满。好了，有没有办法改变ollama的默认模型存放位置呢？插一句话，越来越觉得不分区有不分区的方便。
Ollama修改安装目录和模型下载目录
AlienProgrammer的博客
02-20 3004
因为c盘空间不足，而Ollama安装需要接近5个G的空间，个人适用的7b模型也在5G左右，所以把Ollama安装目录和模型下载目录都设置在D盘。
ollama自定义路径安装包（附图文教学）
02-19
ollama自定义路径安装包（附图文教学）
Ollama修改默认安装路径
最新发布
m0_72177915的博客
02-23 1556
原始路径：C:\Users\你的用户名\AppData\Local\Programs\Ollama。目标路径：如D:\AI\Ollama\Models（建议创建blobs和models子文件夹）目标路径：如D:\AI\Ollama\Programs（建议保持文件夹名称为Ollama）变量值：D:\AI\Ollama\Models（注意路径不要包含中文）原始路径：C:\Users\你的用户名\.ollama。变量名：OLLAMA_MODELS。（需先关闭Ollama相关进程）
【deepseek-r1】本地部署教程——基于Ollama，包括自定义安装目录
ly甲烷的博客
02-04 2385
【deepseek-r1】本地部署教程——基于Ollama，包括自定义安装目录、自定义模型位置，模型选择、web-UI页面访问等
Ollama 本地GUI客户端：为DeepSeek用户量身定制的智能模型管理与交互工具
02-19
为了更便捷地使用DeepSeek-R1并进行本地部署，我安装了官方的ollama软件并通过命令行进行操作。然而，由于命令行操作的使用习惯问题，我决定开发一个简单的图形客户端来简化这一过程。该图形客户端的使用需要先安装官方的ollama软件，安装完成后即可通过该客户端进行操作，从而提供了一个更为直观和易用的图形化界面，减少了对命令行的依赖。 具体来说，用户需要访问ollama官网下载并安装ollama软件，之后运行我开发的图形客户端（ollama_gui）。通过这个客户端，用户可以更加轻松地进行操作，不需要直接通过命令行输入复杂的指令。这一做法大大提升了使用的便捷性和效率。
安装ollama并更改模型下载位置
热门推荐
qq_42987058的博客
12-23 2万+
安装Ollama,通过Ollama本地部署大模型，并更改模型下载位置到D盘
Ollama修改安装位置
2201_75576135的博客
02-22 840
Ollama修改安装位置
如何修改Ollama的模型下载位置
m0_50572459的博客
02-07 8682
目前ollama下载的模型都默认存在C盘的用户目录下，太占用C盘磁盘，C盘系统满了，系统将会卡顿并且运行不起来，那么如何修改模型下载的位置了？
ollama 安装及修改models位置
m0_67009383的博客
02-18 1659
由于ollama默认安装位置以及模型下载位置在电脑的系统盘上，但是为了系统运行有充足的空间，一般不建议将软件安装在系统盘上，所以有下列教程来操作修改ollama的安装位置。安装完成后将 C:\Users\你的用户名\.ollama 下的models文件夹剪切到D:/ollama下。需要打开ollama软件下载的位置，一般都在C:\Users\你的用户名\Downloads中。1.按住windows加r键唤出运行窗口，然后输入：SYSDM.CPL，随后回车。随后点击系统变量下方的新建。随后添加环境变量配置。
【deepSeek R1】Ollama 更改模型安装位置 以及应用安装位置
qq_36944952的博客
02-08 1682
【deepSeek R1】Ollama 更改模型安装位置 以及应用安装位置
ollama 部署 deepseek-r1 70B 模型完整指南.pdf
02-10
ollama 部署 deepseek-r1 70B 模型完整指南.pdf
本地部署ollama+deepseek-r1排错攻略(ollama版本过低/自定义安装路径/不显示思路/500 INTERNAL_ERROR/其他常用链接传送门)
weixin_50132289的博客
02-06 6237
windows11本地部署ollama+deepseek-r1排错攻略汇总(ollama版本过低/自定义安装路径/不显示思路/500 INTERNAL_ERROR/其他常用链接传送门)
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 5772
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。
使用 Python 调用 Ollama API 并调用 deepseek-r1:8b 模型
包子的博客
02-22 994
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。
Ollama本地部署deepseek-r1:1.5b
weixin_40566713的博客
02-17 607
你还可以基于现有模型进行微调或自定义。Ollama 支持导入自定义模型权重和配置文件。其中，Modelfile是一个包含模型配置的文件。Ollama 是一个强大的工具，适合在本地环境中部署和运行大型语言模型。通过简单的命令行操作，你可以轻松下载、运行和管理多种开源模型，并通过 API 进行集成。无论是研究还是开发，Ollama 都能提供灵活且高效的解决方案。
ollama环境变量配置：修改ollama的数据路径（安装路径）
正经教主是个热衷于正经学习分享的教主。
02-13 1万+
ollama安装模型，如果很大，会占用C盘空间，影响系统运行速度，通过设置环境变量，来改变ollama放目录的地址。
【Ai】--- 使用 Ollama 部署本地 DeepSeek-r1（超详细）
秋知叶i
02-07 2097
在编程的艺术世界里，代码和灵感需要寻找到最佳的交融点，才能打造出令人为之惊叹的作品。而在这座秋知叶i博客的殿堂里，我们将共同追寻这种完美结合，为未来的世界留下属于我们的独特印记。
修改Ollama安装及模型存储路径
mazrmc的博客
02-18 1322
修改Ollama安装及模型存储路径
Pymol安装python
01-23
### 如何在 Python 环境下安装 PyMOL #### 准备工作 确保已安装适当版本的 Python。对于较新的 PyMOL 版本，推荐使用 Python 3.x 的环境[^1]。 #### 安装方法一：通过 pip 工具安装官方发布的稳定版 如果计算机上已经配置好 pip 并连接至互联网，则可以通过命令行执行如下操作来安装最新版本的 PyMOL： ```bash pip install pymol-open-source ``` 此方式适用于大多数情况下的常规安装需求[^2]。 #### 安装方法二：针对特定平台预编译包的手动安装 当需要匹配特殊版本组合（比如 Python 2.7 或者某些操作系统架构），可以从官方网站或其他可信资源获取对应的 .whl 文件并按照下面的方式完成本地安装： 假设下载了一个名为 `pymol-2.4.0-cp37-cp37m-win_amd64.whl` 的文件到当前目录，在 Windows 命令提示符窗口中输入以下指令即可开始安装过程： ```bash pip install pymol-2.4.0-cp37-cp37m-win_amd64.whl ``` 注意这里的 cp37 表明该轮子文件是为 Python 3.7 编译准备的；如果是其他版本则需替换相应部分以确保兼容性。 #### 验证安装成果 一旦顺利完成上述任一步骤之后，可以在同一终端内键入 python 启动解释器再尝试导入模块来进行简单的测试: ```python import pymol pymol.finish_launching() cmd = pymol.cmd print(cmd.get_version()) ``` 这段脚本会启动 PyMOL GUI 应用程序并且打印出其版本号作为确认标志。
评论 14
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