如何在离线的电脑上部署一个本地Deepseek（使用LM studio）

最新推荐文章于 2025-03-05 12:38:38 发布
最新推荐文章于 2025-03-05 12:38:38 发布
阅读量519 收藏 3
点赞数 2
分类专栏： 机器学习-建模算法-代理模型 文章标签： Deepseek
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_41854911/article/details/145521858
版权
DeepSeek离线部署教程
sjbstar的博客
02-21 2336
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。
如何在无法联网的电脑上本地部署 DeepSeek 大模型
qq_41854911的博客
02-13 4495
DeepSeek 是一家位于中国的人工智能公司，专注于研发新一代通用人工智能技术。其最引人注目的成就之一便是 DeepSeek 大模型 系列，这是一系列开源的大语言模型，以其卓越的性能和开放性，在业界引起了广泛关注。DeepSeek 开源介绍DeepSeek 秉持着开源开放的精神，将其研发的大模型对外开源，旨在推动人工智能技术的普及和发展。
完全离线部署deepseek并建立本地知识库应用电子数据取证领域
m0_37867238的博客
02-07 1103
其应用的场景可以是让它训练电子数据取证相关的法律法规，电子数据现场提取的流程规范及鉴定要求，计算机及服务器取证的相关知识点及大比武题解等。当然举一反三，大家可以自己根据自己的需求，新建一个工作区，再喂给他文档资料就可以了。还是比较受到读者的欢迎，但应读者要求：需要这个模型能够训练，能够结合电子数据取证方向且行业内有些数据是不对外公开的，又因为有些机子是没办法连接外网的。
DeepSeek 使用指南：本地部署，一步到位
2301_81940605的博客
02-25 1332
DeepSeek 作为一款开源且性能强大的大语言模型，支持灵活的本地部署方案，用户可以在本地环境中高效运行模型，无需支付在线 API 费用。模型部署完成后无需联网也可流畅运行，避免“服务器繁忙”等问题。
简单三步，快速部署离线DeepSeek，小白一看就会！
.NET 人工智能实践
02-06 3906
简单三步，快速部署离线DeepSeek，小白一看就会！
LM Studio本地部署DeepSeek初体验
Kalashowke的博客
02-01 4678
最近，DeepSeek在AI圈已经杀疯了，正好最近有时间可以学习了解一下。参考了网络上一些资料，学习了本地部署DeepSeek。网络上的资料大致分为使用Olama或者LM Studio的方式，我这里使用了LMStudio进行部署。
DeepSeek本地部署及局域网共享使用.pdf
02-10
为了实现DeepSeek的本地部署及在局域网内共享使用，文档中详细描述了所需的步骤和操作，确保读者能够一步步完成部署。以下，我们将对文档内容进行详细解读，归纳出部署和共享过程中所必须的知识点。 首先，文档开篇...
【笔记】linux离线部署Ollama+Deepseek r1+open webui
MrIqzd的博客
01-29 1万+
昨天看到了实验室服务器文件夹下面有一个deepseek的gguf文件，就顺便部署一下至于为什么要本地呢？可能有一些学术隐私的东西不方便被收集吧。（我应该没有关系，反正都是学术垃圾）实验室服务器是ubuntu 18（没人管理升级），不能上外网。看了一眼lm studio的linux，要求ubuntu20https://lmstudio.ai/docs/system-requirements，所以选择了ollama。在这里选择ollama+open webui进行部署。
DeepSeek总是崩？教你本地部署离线DeepSeek R1，保姆级教程
分享Python、数据分析、人工智能前沿知识
02-03 4031
在电脑本地部署DeepSeek有很多的好处，不用担心线上模型掉线、数据隐私安全，还可以做很多定制化的应用，比如本地客服、培训教育、企业文档等有很多场景，大家可以多多探索。
【DeepSeek本地部署】实现隐私保护与模型安装：涵盖离线环境配置及多种推荐模型部署方法
最新发布
04-07
由于涉及到个人隐私信息的安全问题，文章首先强调了本地部署的重要性，特别是为LM Studio断网的具体措施。接着，文章提供了DeepSeek系列资源的一键安装包及模型的选择指南，包括不同模型的特点和下载链接。最后，...
LM Studio 本地部署DeepSeek及其他AI模型的详细操作教程及硬件要求
任聪聪的博客
01-29 4万+
LM Studio是一款能够本地离线运行各类型大语言模型的客户端应用，通过LM Studio 可以快速搜索所需的llms类型的开源大语言模型，并进行运行。特点：本地、独立、离线官网：https://lmstudio.ai/
DeepSeek本地部署离线使用
zzf011900的博客
02-12 1978
需求更多的，电脑的配置很强的建议体验以下这个671b 404gb的，此次演示以7b为例。安装完成后找到对应的安装数据位置，如果你是c盘安装直接win+r快捷键cmd打开黑窗口。国外下载链接：https://ollama.com/download/windows。ollama run deepseek-r1:7b输入代码之后直接问。参考大佬文档 后续操作并未完成 大家可以试试。下载完成后傻瓜式安装即可(点点点)默认是C盘。点击进入后选择版本(正常使用选择7b)安装完之后直接黑窗口运行就可以。
deepseek R1本地离线部署与API调用
大数据开发
02-21 3651
1.在window10/centos系统中部署 deepseek-R1阉割版模型 2.支持开发人员使用模型的接口(reset/http)进行开发
【AIGC魔童】DeepSeek v3推理部署客户端：LM Studio
LeeZhao的博客
02-08 995
DeepSeek v3推理部署客户端：LM Studio
5 分钟用满血 DeepSeek R1 搭建个人 AI 知识库（含本地部署）
热门推荐
Jay的个人博客
02-04 6万+
备注：评论区回复“DeepSeek”，免费领取万字DeepSeek指南。看到这里，相信你已经找到最适合自己的 DeepSeek 个人知识库方案了。如果你和大多数人一样，选择使用官方 API ，那就不用再为性能和本地硬件资源发愁；如果你恰好有充足的算力和技术储备，本地部署也是个不错的选择。不过，在整个过程中，我想和你分享的不仅仅是这些技术细节。而是一个中国团队能做出世界级大模型，一个需要 +86 才能注册的大模型。很庆幸，我们能作为中国 AI 技术进步的见证人。当然，暂时的领先不是终点。
用DeepSeek和AnythingLLM搭建个人知识库，简单又省事，关键还好用
m0_59235945的博客
02-12 1075
DeepSeek从发布R1版本后，瞬间掀起了全球关注热潮！无论是技术大咖还是普通用户，都迫不及待地在试用这个神器。从一线开发者到三四线城市的网友，大家都在争先恐后地探索如何利用DeepSeek优化自己的工作和生活。你也许已经在朋友圈看到各种关于DeepSeek的讨论和分享，也有些人已经用他提升了自己的工作效率，自媒体也使劲的宣传为自己赢得流量（也请用户谨慎区别，客观看待）今天，分享一个通过DeepSeek和AnythingLLM来快速构建一个自己的个人知识库。
DeepSeek本地化部署及本地知识库的搭建（包含ollama和lm studio两种不同方式）
weixin_41459560的博客
03-05 1880
DeepSeek本地化部署及本地知识库的搭建（包含ollama和lm studio两种不同方式）
LM studio+AnythingLLM+Deepseek无上限模型本地部署知识库-Windows系统
edsion4的博客
02-14 3323
本文主要介绍了在Windows系统中使用LM studio、AnythingLLM来搭建Deepseek本地知识库。使用LM Studio本地部署DeepSeek步骤移步文章：LM Studio本地部署DeepSeek-Windows系统-CSDN博客Deepseek R1 无上限模型下载：通过网盘分享的文件：Deepseek r1 链接: https://pan.baidu.com/s/17oedIO3XhdKfR9kDKU74_Q?pwd=gqbt 提取码: gqbt
LM Studio 本地部署DeepSeek
02-07
### LM Studio DeepSeek 本地部署教程和配置指南 #### 工具介绍 LM Studio 是一款专为简化本地模型部署而设计的图形界面工具，能够帮助开发者迅速上手并完成复杂的大规模语言模型（LLM）部署工作。该工具支持一键安装功能，极大减少了繁琐的手动配置需求[^2]。 #### 部署准备 为了顺利部署 DeepSeek R1 模型，在开始之前需确认计算机已满足最低硬件要求，并确保操作系统兼容性良好。对于 Linux 用户来说，可以参考特定于操作系统的离线部署文档以获取更详细的指导信息[^4]。 #### 下载与安装 访问官方资源页面下载最新版本的 LM Studio 应用程序包以及配套使用的 DeepSeek R1 模型文件。按照提示完成软件安装流程后启动应用程序[^1]。 #### 创建新项目 打开 LM Studio 后选择创建一个新的 DeepSeek 项目。在此过程中指定保存路径及加载预先下载好的模型权重文件。设置完毕点击下一步继续[^3]。 #### 参数调整 进入参数设定环节可根据实际应用场景微调各项超参选项，比如批量大小(batch size)、最大序列长度(max sequence length)等重要参数。合理优化这些数值有助于提高推理效率和服务性能表现。 #### 测试验证 完成上述步骤之后即可运行测试实例来检验整个系统是否正常运作。通过输入样本文本观察输出结果的质量情况从而判断部署的成功与否。如果遇到任何异常状况可查阅日志记录排查错误原因。 #### 整合开发环境 为了让日常编码更加便捷流畅建议将此套件同 Visual Studio Code 编辑器相结合使用。借助插件扩展实现无缝衔接进一步提升工作效率享受愉快编程时光。 ```bash # 示例命令用于启动服务端口监听 lmstudio serve --model-path ./models/deepseek_r1 --port 8080 ```
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

打赏作者

机载软件与适航

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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