DeepSeek笔记（一）：本地部署DeepSeek R1并搭建Web UI实现可视化交互的笔记

已于 2025-02-16 22:30:47 修改
阅读量2.3k 收藏 31
点赞数 30
文章标签： 笔记 DeepSeek DeepSeek R1模型 Ollama Page Assist
于 2025-02-12 22:32:10 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/userhu2012/article/details/145599288
版权

经过多天的挣扎和卸载了一些软件，终于下定决心在本地部署DeepSeek R1模型。部署和搭建过程非常简单和方便。

一、下载Ollama

进入Ollama官方网站(https://ollama.com),进入下载下载Ollama页面（https://ollama.com/download）
根据电脑的操作系统版本，选择对应的版本，此处选择点击Download For Windows（如图1所示）,进入下载操作。
在这里插入图片描述
图1 官方网站下载页面
或者直接输入下载Ollma软件的网址:https://github.com/ollama/ollama/releases/latest/download/OllamaSetup.exe
由于在github上，经常会连接不上，因此可以访问中国Ollama国内网站（https://ollama.zhike.in/） 如图2所示：
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/7fcf91fbf4934d55aa11535c73da5e1c.png
图2 中国Ollama国内网站

二、安装Ollama

点击下载的Ollama.exe文件,

最低0.47元/天 解锁文章
【手把手】DeepSeek-R1本地部署：从零到API调用
chuweiyan的博客
02-01 5780
DeepSeek-R1 是 DeepSeek 研发的系列推理模型，2025 年 1 月 20 日，DeepSeek 正式发布 DeepSeek-R1 模型，并同步开源模型权重，且推出了 API 服务。
AI 图像生成器，如何使用 Janus-Pro 和 Janus， Deepseek 的 Janus-Pro、Janus 和其他领先工具的比较
iCloudEnd的博客
02-05 639
AI 图像生成器是一种软件应用程序，由经过大量图像和文本描述训练的机器学习模型提供支持。这些模型使用深度学习技术根据用户提供的文本提示生成独特的图像。
Ollama完整教程：本地LLM管理、WebUI对话、Python/Java客户端API应用
老牛啊
07-10 1万+
Ollama可以非常方便的管理和部署我们本地大语言模型，老牛同学希望通过本文对Ollama进行一次详细介绍，包括本地大模型管理和使用、WebUI对话界面部署、通过Python和Java使用Ollama的API接口等……
本地部署 DeepSeek 模型并使用 WebUI 调用
llhllq2015的博客
01-31 3342
本文将详细介绍如何在本地部署DeepSeek 模型，并通过WebUI调用该模型。我们将使用open-webui作为 Web 界面工具，展示如何将 DeepSeek 模型集成到 WebUI 中，并提供一个用户友好的交互界面。通过本文的步骤，你可以成功在本地部署 DeepSeek 模型，并通过open-webui提供一个用户友好的 Web 界面。这种方法适用于需要本地化部署和私有化调用的场景，能够有效保护数据隐私并提升模型推理效率。
本地部署DeepSeek大模型
weixin_40001694的博客
02-04 8023
最近DeepSeek大火，本文将尝试将其部署至本地，大致部署路径：准备电脑-部署Ollama-部署DeepSeek R1模型硬件型号CPUi5-13490F内存32GB显卡AMD RX6800 （16GB显存）硬盘1TB SSD提示：以下是本篇文章正文内容，下面案例可供参考。
使用WebUI访问本地Deepseek（Ollama集成Open WebUI）
刘元林的博客
02-08 2789
在《deepseek本地部署和使用（Linux虚拟机）》中，我们使用Ollama部署了Deepseek-r1，但是只能通过命令行方式交互，默认Ollama启动后，会启动一个监听到127.0.0.1，用以接收POST 请求，服务器使用指定的 DeepSeek-R1 模型处理提示并返回生成的响应。
手把手教你在本地部署DeepSeek R1，搭建web-ui ，建议收藏！
weixin_36400198的博客
01-29 1753
写在前面 最近，DeepSeek 发布的推理大模型 DeepSeek - R1 ，可以说是AI大模型领域杀出的一匹黑马。它在国外大模型排名 Arena 上成绩惊人，基准测试位列全类别大模型第三，在风格控制类模型中更是与 OpenAI o1 并列第一。不仅如此，1 月 27 日，其应用登顶中美应用商店免费 APP 下载榜，在美区还超越了 ChatGPT。一时间，“国产之光”、“媲美 ChatGPT...
【DeepSeek】超详细！小白也能轻松实现的 DeepSeek-R1本地化部署 （包含WebUI）
VT_馒头的博客
02-02 8160
Deepseek-R1的这个模型功能是非常强大的，但是本地部署，确实比较烧显卡，并且对于个人来说，内存也是一个很大的问题。据主创团队的消息表示，他们正在进行优化，不知道后续是否能够进行压缩所需的成本。后续我会研究一下，如何在本地化部署后，进行个人知识库的训练，如果成功的话，我会继续更新的，希望大家能够多多关注。到此，Deepseek-R1模型的本地化部署就完成了，如果有问题可以在评论区留言。后续我会继续更新其他的相关内容，可以点个关注留意一下。！！最后祝您新年快乐！
【清晰教程】通过Docker为本地DeepSeek-r1部署WebUI界面
Frost_Descent的博客
02-07 1万+
其功能强大，支持 Markdown 和 LaTeX、本地 RAG 集成、多语言、多模型对话、网络搜索和图像生成集成，还具备语音和视频通话功能，满足多样化需求。基于本地部署的 DeepSeek 能提供高度的灵活性和定制化能力，支持多语言、可扩展的插件功能，能够根据用户需求优化性能和配置。它为开发者、研究者和企业提供了便捷的 AI 应用部署和访问方式，尤其适合对数据隐私要求较高的场景，能够快速搭建生成式 AI 应用，具有不错的用户体验。创建管理账户，设置账号，邮箱，密码。进入UI界面，开始使用。
本地部署DeepSeek,并使用UI界面进行快速交互
进击的猪小Q
02-08 1008
就是能够很流畅的与deepseek进行交互；也有缺点，现在官网交互的版本更高一点，回答问题的精度和跟接近想要的答案这来那个方面更好一点；这里本地部署的是deepseek-r1,参数1.5B，是2024年7月份开源的版本，好像也只开源了这个版本，所以只能部署这个版本，不过一些日常的交互还是很好的。
Deepseak R1大模型本地部署指南！（Patience）
lifesmilett的博客
02-03 3566
在Windows下安装Ollama并体验DeepSeek r1大模型！遥遥领先！
DeepSeek本地部署+可视化WebUI
Y22Lee的博客
02-02 3338
随着deepseek的大火，也萌生了想在本地搞一个AI帮助解决日常遇到的问题！
【deepseek】（1）：12月1日新大模型deepseek发布！使用3080显卡，运行deepseek-7b模型，可以正常运行WebUI了，速度9 words/s。
freewebsys的专栏
12-09 3148
终于解决了webui的启动问题。模型发展的速度真的快。速度越来越快了。deepseek的模型使用起来还可以。可以运行7b的模型了。测试了几个简单的问题，还可以。7B模型经过 int8 量化，可以在 12G的3080TI 上面运行。
docker运行Open-Webui 界面化展示 deepseek-r1大模型
lixiaoqidecsdn的博客
01-29 901
1.运行open-webUI,2.登录选择已经部署的模型。3.搜索框，输入内容即可。
体验Deepseek+WebUI 本地部署(Docker部署版）（二）
最新发布
weixin_38861218的博客
02-28 1338
Deepseek通过Docker 来快速部署，搭配Open WebUI展示。
DeepSeek本地部署+WebUI可视化+数据投喂训练AI之新手保姆级教程，建议收藏！
热门推荐
2401_85390073的博客
02-09 4万+
最近国产大模型DeepSeek特别火，以至于频繁出现反应迟缓甚至宕机的情况，和两年多之前ChatGPT的遭遇颇为相似。万幸，DeepSeek是一个开源模型，我们大可以通过本地部署，在自己的终端上随时使用！接下来就教大家具体的操作：一、DeepSeek本地部署二、WebUI可视化三、数据投喂训练AI**1、安装Ollama**首先我们需要安装Ollama，它可以在本地运行和管理大模型。
没有废话，五分钟实现DeepSeek-r1本地化部署+2款UI界面安装
DEVELOPERAA的博客
02-05 6948
今天就和大家说一下，如何进行本地化部署DeepSeek，本次选择的平台为mac版本。没有废话，直接上干货！
windows系统本地部署deepseek及webui界面
YJLZ0821的博客
01-31 2617
根据显存选择多少b的参数的模型。
deepseek笔记本本地化部署
02-07
### DeepSeek Notebook 本地部署指南 #### 准备工作 为了成功地在本地环境中部署 DeepSeek 笔记本，确保计算机满足最低硬件需求并安装必要的软件包。对于 Windows 用户来说，在 WSL2 上运行 Jupyter Notebook 是一种有效的方法[^2]。 #### 安装依赖项 首先，需设置好 Python 环境以及 pip 或 conda 来管理库版本。接着按照官方文档指示下载或克隆包含 DeepSeek 的 Git 存储库。该存储库中的 README 文件通常会提供详细的说明，包括所需的所有外部库列表及其特定版本号。注意确认所有信用归属应给予原始创建者[^1]。 #### 配置虚拟环境 建议为项目建立独立的 Python 虚拟环境以隔离其他项目的依赖关系。可以利用 `venv` 模块或者 Anaconda 创建新的环境，并激活它之后再继续下一步操作： ```bash # 使用 venv 创建和启动虚拟环境 (Python 自带) python -m venv deepseek_env source ./deepseek_env/bin/activate # Linux/MacOS .\deepseek_env\Scripts\activate # Windows PowerShell ``` #### 安装额外工具和服务 如果 DeepSeek 笔记本涉及到数据库连接或其他服务，则还需要配置这些组件。例如，某些应用可能需要 Redis 缓存服务器或是 MongoDB 数据库实例的支持。务必参照具体的应用程序要求完成这部分设定。 #### 启动 Jupyter Notebook 当一切准备就绪后，可以通过命令行启动 Jupyter Notebook 并打开浏览器访问指定端口上的 Web 接口来进行交互式编程体验。记得调整防火墙规则允许远程访问（如果有此需求的话），以便能够通过网络共享开发成果。 ```bash jupyter notebook --ip=0.0.0.0 --port=8888 ```
评论 1
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