DeepSeek介绍，以及本地部署和API使用

已于 2025-02-16 19:29:14 修改
阅读量943 收藏 9
点赞数 15
分类专栏： 瞎捯饬 文章标签： 语言模型
于 2025-02-09 22:10:12 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/weixin_73075352/article/details/145534833
版权

认识大模型

决策式ai

通过数据作分析和预测

生成式ai

基于历史数据进行创造，生成全新的内容

推理模型创新

  1. GPT的o1慢思考

    成本极高，功能强大

    模型参数量大，推理速度相对更慢，处理复杂问题时需要较长的时间

  2. DeepSeek的r1深度思考

    采用几乎纯强化学习进行训练，通过奖励机制来优化模型的推理能力

    仅需约500万美元训练成本，对比传统大模型的数亿美元投入，成本降低超90%

    从训练模板就硬性要求思维链，能够更全面地展示模型的推理过程

认识deepseek

  1. deepseek是什么
  2. deepseek是如何实现的
  3. 为什么说deepseek冲翻了美股
  4. 对deepseek的使用体验

deepseek是什么

deepseek是杭州深度求索人工智能基础技术研究有限公司的一款ai产品，这个名字寓意着通过深度学习技术探索未知的领域

这个公司的母公司是幻方量化，也是个巨无霸

23年，deepseek初发布

2024年，他们发布了DeepSeek-V，技术小小的震惊了一下行业

2025年1月，他们发布了DeepSeek-R1，一鸣惊人

deepseek是如何实现的

ai智能领域的陈润生院士的观点是：人工智能的未来绝对不是一味的堆算力，芯片堆不出真正的智能，基础理论的突破才是关键

以OpenAI为首的老牌的大模型公司占据了市场主流，大数据参数动辄上亿，训练成本过高,这带来几个问题

  1. 物理极限：芯片的发展速度放缓，仅凭算力目前无法取得突破
  2. 经济限制：大模型的训练成本均超千万美元，商业化落地很难盈亏平衡
  3. 能源陷阱：按照当前趋势，2030年全球AI耗电量将超过中小国家总用电量

DeepSeek的出现打破了这一局面

核心技术：

  1. 动态稀疏计算
  2. 层级化MoE架构
  3. 数据蒸馏技术
  4. 量子纠缠启发的参数共享

这些突破让DeepSeek以极低的算力达到了近似GPT-4的效果

专业的东西看不懂，但这验证了陈润生院士的话

为什么说deepseek冲翻了美股

美国当地时间1月27日，美股龙头英伟达股票暴跌近17%，市值蒸发5927亿美元

传统的大模型依靠的是各种算力设备，通过大量的成本和数据来达到优秀卓越的性能

而deepseek则使用断崖式的算法优势与其持平，这一突破改变了人工智能领域的发展方向，对算力市场造成了极大的冲击

对deepseek的使用体验

  1. 更自由的问答机制，不会动不动就打官腔
  2. 很好的展示了推理过程，可以更清晰的表达，也可以让用户更方便纠正ai的思路错误

部署本地ai

ollama

chatbox

调用DeepSeek的api接口

apifox

测试ai性能

ai问题

3.8和3.11哪个更小

给以下动作排列合理的先后顺序:穿鞋，穿袜子，剪指甲，系鞋带

Strawberry 中有几个 r？

一个笼子里装着免子和鸡，一共有20个头，45只脚，请问免子和鸡各有多少只?

为什么爸妈结婚没叫我参加婚礼?

gpt降智

summarize your tool in a markdown table with availability

图灵测试

网站推荐

ChatGPT

DeepSeek

Kimi

通义千问

SiliconCloud

火山

纳米AI

DeepSeek 2.5本地部署的实战教程
herosunly的博客
09-22 17万+
本文主要介绍了DeepSeek 2.5本地部署的实战教程，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 介绍 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 2.3 下载模型文件 3. 运行DeepSeek 2.5 3.1 简单测试 3.2 启动API服务
ChatBox直连英伟达算力，免费调用满血版DeepSeek API，比喝水还简单！
工业废气
02-10 2282
你的DeepSeek还是“服务器繁忙，请稍后再试”吗？借助英伟达算力，调用DeepSeek API，在ChatBox上流畅使用满血版DeepSeek。
DeepSeek 非官网使用方法(API调用 及 本地部署)
02-06
内容概要：本文档主要介绍了DeepSeek AI的三种使用方法——官网直接调用、API调用（通过硅基流动和华为云平台）、以及本地部署。首先，针对官网调用，文中指出尽管推理速度快且质量高，但在高峰期可能面临服务器繁忙的问题；其次，详述了API调用的具体步骤，包括注册硅基流动账号以获得必要的API密钥，随后利用ChatBox客户端进行具体调用；再者，针对那些希望拥有更高控制权限或是寻求离线解决方案的用户，则提供了本地部署的方法，这涉及安装并配置LM Studio，从Hugging Face代理搜索并下载DeepSeek-R1的不同版本，根据自己的硬件条件选择合适的模型尺寸以平衡运算速度与结果精度。每种方式都有其特点和限制条件。 适合人群：具有一定的技术背景，特别是对于AI或自然语言处理感兴趣的开发者或研究者。同时，也适用于需要频繁接触文字智能解析任务的专业人士和高级爱好者。 使用场景及目标：文档旨在指导用户根据不同需求选择最适合自身的DeepSeek调用方式，无论是追求极致响应效率还是稳定的本地服务支持都能从中受益；此外，还帮助用户了解各个平台之间的差异及其优劣所在，便于做出明智的选择。 阅读建议：鉴于文中涉及到多种技术和操作层面的内容，读者应关注各部分实际执行环节的关键要素，并参照自己实际环境条件评估最佳实施方案。例如，在考虑API调用时注意Token的有效管理和ChatBox界面下的正确设置，在本地部署前确保机器硬件满足最低要求，尤其是对于不同版本模型的选取需依据自身情况决定。
5分钟带你获取deepseek api并搭建简易问答应用
qq_51907069的博客
01-28 3万+
deepseek-r1和deepseek-v3是截止博文撰写之日，无论是国内还是国际上发布的大模型中表现十分亮眼的模型，这里以deepseek为例，讲解如何获取api_key、base_url、chat_model，并配置简易的client，从而可以利用大模型实现应用功能
[AI]从零开始的DeepSeek本地部署及本地API调用教程
c858845275的博客
02-10 2万+
讲解了使用LM Studio与Ollama部署DeepSeek并且完成API调用！
简话 DeepSeek 本地部署及接口调用
捉虫客 de 博客
02-05 1万+
Windows 11 + Ollama + DeepSeek R1 本地部署，简话，感性认识
Deepseek的API调用使用(自用)
热门推荐
qq_64296768的博客
01-13 5万+
Deepseek的API调用使用(自用)
调用DeepSeek API实现对本地数据库的AI管理
mosquito_lover1的专栏
02-04 1万+
基于DeepSeek模型，实现对本地数据库的AI管理
DeepSeek本地部署及局域网共享使用.pdf
02-10
DeepSeek的本地部署及局域网共享使用过程涵盖硬件要求确认、框架和模型的下载安装、系统环境配置、模型共享设置以及网络安全配置等多个步骤。通过遵循文档的指导，即便是非专业的技术用户也能够顺利完成DeepSeek的...
DeepSeek 进行本地化部署 教程
02-06
### DeepSeek本地化部署知识点解析 DeepSeek是一个AI模型，用于文本生成和其他自然语言处理任务。其本地化部署涉及到一系列步骤，包括环境准备、模型下载、推理代码运行等，这些步骤的详细解释如下： #### 环境...
DeepSeek 本地部署+API调用
weixin_38710804的博客
02-20 2170
DeepSeek 本地部署，界面化展示以及API调用
DeepSeek从本地部署到无限调用API
fengjian的博客
02-07 4467
总结来说上述的方式不仅针对deepseek，更确切的来说是针对ollama的，只要ollama能安装的大模型都可以用，参考ollama官网。技术层面：降低开发难度，开发者不用了解模型内部复杂架构和训练过程，只需关注应用。还便于集成扩展，能与各类系统、平台和编程语言轻松集成，为业务添加智能功能。同时，可及时获取模型更新，享受优化改进。资源管理层面：节省计算资源，无需购置和维护昂贵计算设备，按需使用云端服务即可。成本控制也更灵活，能按需付费，避免资源浪费。业务应用层面。
DeepSeek 接口详解
轻口味的专栏
02-11 2806
中间件开发示例# 审计日志记录# 原始调用# 响应内容审查# 使用增强客户端本文介绍了使用OpenAI SDK工具调用deepseek API实现业务功能，主要包括了：SDK安装、基础能力及高级扩展。fill:#333;color:#333;color:#333;fill:none;SDK安装基础能力文本生成向量计算文件管理高级扩展自定义中间件性能优化企业级集成。
【亲测可行】本地部署deepseek & api免费部署满血版deepseek & python中配置api使用满血版deepseek-r1
分享计算机视觉，C++，网络摄像头研发，音视频开发，嵌入式等知识。
02-05 3916
本地部署时显卡不好的话根本带不动，如果显卡是4090的话，可以带动14B的,32B可能比较吃力.把复制的API粘贴到下面的地方，模型选择DeepSeek-R1，最后点击保存。deepseek-R1原始模型参数为671B (billion 十亿)deepseek最好的模型是deepseek-R1。下面三个客户端都可以，下面以chatbox为例。意思是该模型有6710亿个参数。
DeepSeek 部署及应用：保姆级别（本地部署、在线API调用，第三方插件调用）
cgk_ALEM的博客
02-07 8794
是一款开源浏览器扩展程序，可为您的本地AI模型提供侧边栏和Web UI。它允许您从任何网页与您的模型进行交互。1、本地 AI 模型的 Web UI，支持可视化交互操作（不用安装 Docker 环境，也不用安装 Python 环境）2、支持联网搜索功能Github。
DeepSeek接口调用
mcband的博客
02-11 2409
整个对接过程很简单，就四步，获取key，找到接口文档，接口测试，代码对接。
deepseek R1本地离线部署与API调用
大数据开发
02-21 3350
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
保姆级--Postman调用DeepSeek接口（一）
tsc0829的博客
02-06 4068
本人是24年本科毕业的萌新程序员，水平不高，希望各位大佬多多批评、斧正。本文章记录了使用Postman调用DeepSeek查询余额接口的全过程。Postman是一款非常流行的API测试工具，而DeepSeek则是一个提供多种API服务的平台。通过这个简单的接口调用，可以帮助新手快速上手API测试的基本流程。
【AI大模型】DeepSeek API大模型接口实现
qq_25888559的博客
02-04 1441
DeepSeek 由幻方量化支持成立，总部位于杭州。：发布首个开源代码大模型 DeepSeek Coder，支持多种编程语言，在 HumanEval 任务中甚至超越了 GPT-3.5-turbo。：推出参数规模达 670 亿的通用大模型 DeepSeek LLM，致力于自然语言处理、知识问答等任务。：发布第二代开源混合专家（MoE）模型 DeepSeek - V2，总参数达 2360 亿，支持 128K 长上下文，API 定价极具性价比。
deepseek介绍，本地部署(api)
最新发布
02-26
### DeepSeek 产品介绍 DeepSeek 是一款先进的大型语言模型，专为满足多样化的应用场景而设计[^1]。该平台不仅提供强大的自然语言处理能力，还支持通过定制化配置来适应特定行业的需求。其核心优势在于能够执行复杂的推理任务，并且在训练过程中引入了思维链机制，从而更加透明地展现模型的决策路径。 ### API 使用与本地部署指南 对于希望将 DeepSeek 集成到现有系统的开发者而言，官方提供了详细的 API 文档和支持工具包以简化集成流程。以下是关于如何进行本地环境下的 API 安装和使用的概述： #### 准备工作 确保目标机器已安装 Python 环境（建议版本 >= 3.8），并拥有必要的依赖库如 `pip` 和虚拟环境管理器 `venv` 或者 Anaconda 的 Miniconda 版本。 #### 创建项目结构 建立一个新的文件夹作为项目的根目录，在其中创建子文件夹用于存放源码和其他资源文件。可以按照如下方式组织： ``` my_deepseek_project/ ├── config/ # 存放配置文件 │ └── settings.yaml ├── data/ # 数据集存储位置 └── src/ # 主要业务逻辑代码所在处 ├── __init__.py └── app.py # 启动入口脚本 ``` #### 获取 SDK 并设置环境变量 下载适用于 Python 的 DeepSeek SDK 软件开发套件，并将其解压至合适的位置。接着修改操作系统的 PATH 变量以便命令行可以直接调用相关可执行程序；同时也要设定 DEEPSEEK_API_KEY 来指定有效的访问令牌。 #### 编写简单的测试案例 为了验证一切正常运作，可以在 `src/app.py` 中编写一段简易的应用实例来进行初步的功能检测： ```python from deepseek import Client, Configuration def main(): configuration = Configuration( api_key="your_api_key_here", base_url="http://localhost:port_number" ) client = Client(configuration) response = client.ping() print(f"Ping result: {response}") if __name__ == "__main__": main() ``` 上述代码片段展示了怎样初始化客户端对象并与远程服务器交互获取响应消息。请注意替换掉 `"your_api_key_here"` 和 URL 地址中的占位符部分为实际值。 #### 运行应用程序 完成以上准备工作之后就可以尝试启动应用看看能否成功连接上 DeepSeek 服务端口了。如果遇到任何问题，请参照官方文档排查错误原因或寻求技术支持团队的帮助。
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