超万字博文带你走进AI之路【万字图文】-CSDN博客

本文链接：https://blog.csdn.net/weixin_42108731/article/details/145422993

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️
🐴作者：秋无之地

🐴简介：CSDN爬虫、后端、大数据、人工智能领域创作者。目前从事python全栈、爬虫和人工智能等相关工作，主要擅长领域有：python全栈、爬虫、大数据开发、人工智能等。

🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、留言💬、关注🤝，关注必回关

前言:

最近好几个粉丝私信问我，对于人工智能尤其是现在最火的DeepSeek了不了解？普通人需要怎样才能入门DeepSeek？如何将DeepSeek运用到实际中？

今天通过这篇超万字的博文给大家来一个详细的解答，希望能给大家有个初步的认识和启发！

一、DeepSeek的介绍

1、DeepSeek的由来

DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司，成立于2023年7月17日，是一家创新型科技公司，专注于开发先进的大语言模型（LLM）和相关技术。

2、DeepSeek-R1大数据模型

据DeepSeek介绍，其最新发布的模型DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩OpenAI o1正式版。而且训练成本和使用费用是OpenAI的1%，从性价比角度看是远远高于后者。另外DeepSeek-R1是完全开源免费使用，这一举措大大打击到OpenAI的使用者。

3、为啥就火了：

DeepSeek出现并爆火的意义是，它让一个普通人使用AI的门槛快速降低。

由于是推理型大模型，DeepSeek不需要背诵提示词模板、学习特定的指令、研究各类参数，只需要像和朋友唠嗑一样说出你的痛点、场景、需求即可。

比如你想让DeepSeek给出一些春节相关的知识和建议：

二、DeepSeek使用方式

刚才介绍完DeepSeek是个啥，接下来就说一下怎么用？

我们可以通过三种方式使用DeepSeek：官方web访问、API使用、本地部署。

1. 通过DeepSeek聊天平台进行网页访问：

DeepSeek聊天平台提供了一个友好的用户界面，允许用户无需任何设置即可与DeepSeek-R1进行互动。

访问的步骤：

浏览至DeepSeek聊天平台
注册一个账号，或者如果您已有账号，直接登录。
登录后，可以选择“深度思考”模式，体验DeepSeek-R1的逐步推理功能。

比如你可以说，“我明天打算从苏州出发到杭州西湖的景点游玩2天1夜，选择自驾出行，同行3人，可以帮忙规划游玩的路线，包含美食、住宿、景点门票、停车场位置和停车收费等信息，尽可能用简短易懂的语言描述。”

2. 通过 DeepSeek API 访问：

DeepSeek 提供了一个与 OpenAI 格式兼容的 API，方便开发者将其嵌入各种应用程序中进行程序化访问。

当前注册还可以享有10块钱的赠送额度

使用 API 的步骤：

1）获取 API 密钥：

访问DeepSeekAPI平台，注册账号并生成您的专属 API 密钥。

2）配置您的环境：

设置base_url为https://api.deepseek.com/v1。
使用您的 API 密钥进行认证，通常在 HTTP 头部通过 Bearer Token 进行。

3）发起 API 调用：

利用 API 向 DeepSeek-R1 发送指令并接收响应。
您可以在DeepSeekAPI文档中找到详细的文档和示例。

代码如下：

# 请先安装 OpenAI SDK：`pip3 install openai`

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)

3. 在本地部署 DeepSeek-R1：

两种模型（R1 和 R1-Zero）：

硬件需求：由于模型规模庞大，完整模型需要较强的硬件支持。推荐使用具有大量视频内存（VRAM）的 GPU，例如 Nvidia RTX 3090 或更高级别。如果使用 CPU，你至少需要 48GB 的 RAM 和 250GB 的磁盘空间，但若不使用 GPU 加速，性能会显著下降。
蒸馏模型：对于硬件要求不那么高的本地部署，DeepSeek 提供了参数范围从 15 亿到 700 亿的蒸馏版本，适合硬件配置较低的系统。例如，一个 7B 参数的模型可以在至少拥有 6GB VRAM 的 GPU 上运行，或在大约 4GB RAM 的 CPU 上运行 GGML/GGUF 格式。

DeepSeek本地部署步骤：