- 综合排序
- 最热优先
- 最新优先
- 来自专栏C++
【DeepSeek】DeepSeek概述 | 本地部署deepseek
1 -> 概述 DeepSeek是由中国的深度求索公司开发的一系列人工智能模型，以其高效的性能和低成本的训练而受到关注。 知识蒸馏：DeepSeek-R1通过知识蒸馏，将长链推理(CoT)模型的推理能力蒸馏到标准LLM中，显著提升了推理性能。 2 -> 本地部署deepseek 2.1 -> 安装ollama ollama官网 点击Download下载 选择对应的操作系统，本次以Windows操作系统为例 点击Download for Windows 2.2 -> 部署deepseek-r1模型 回到ollama官网点击左上角的Models进入如下界面。 这样本地部署deepseek就算完成啦
4.4K32编辑于 2025-02-08 - 来自专栏博客专栏
linux系统开mc服务器
铛铛，今天在腾讯云花16RMB买了一台孟买的服务器（一个月），打算试试将现在服务器里的mc服务迁移过去来缓解服务器压力。记录一下。 3. mc服务器的迁移 首先将原服务器的mc服务所在文件夹进行分卷压缩，得到若干卷。然后通过scp指令上传到linux服务器。 安装成功后，使用如下指令开始启动mc服务器 java -jar forge-1.16.5-36.1.0.jar nogui 启动成功！ 此时客户端仍然无法连接，因为没有开防火墙，防火墙将配置的mc服务器端口打开，或者简单点，同意全部的端口连接请求。 然后就可以加入快乐游戏啦！只不过孟买的服务器延迟有一点点大！！！
7.8K10编辑于 2022-12-26 - 来自专栏信创系统开发
DeepSeek 服务宕机？自己部署专属系统，轻松应对！
这几天 DeepSeek 火出了天际。《黑神话悟空》的创始人冯骥高度评价其为“国运级别的科技成果”。 DeepSeek 还对业界产生了巨大影响。 由于大量用户的涌入，1月27日晚，DeepSeek服务状态页面显示，DeepSeek网页不可用。多位网友表示，DeepSeek崩了。实测发现，目前DeepSeek无法回答对话问题。 1月28日消息，DeepSeek于服务状态页面公告称：近期DeepSeek线上服务受到大规模恶意攻击，为持续提供服务，暂时限制了+86手机号以外的注册方式，已注册用户可以正常登录，感谢理解和支持。 对于个人用户而言，其实还有一个选择，就是本地部署。因为 DeepSeek 是开源的，部署起来也不复杂。没有高端显卡，也没有关系，还有免费的云端 GPU 可以白嫖。 这个方法能有效提高推理效率，降低算力需求，过一阵使用这类方法的开源模型会大量涌现的，本地部署的就能有更有实际使用意义了。 今天是除夕，在此祝各位朋友新春快乐，万事如意，健康永伴！
33610编辑于 2025-02-05 - 来自专栏C++
【DeepSeek】deepseek可视化部署
1 -> 前文 【DeepSeek】DeepSeek概述 | 本地部署deepseek 通过前文可以将deepseek部署到本地使用，可是每次都需要win+R输入cmd调出命令行进入到命令模式，输入命令 ollama run deepseek-r1:latest。 2 -> 部署可视化界面 进入Chatbox官网点击免费下载 下载好后双击开始安装Chatbox 点击下一步 选择适合的安装位置，并点击安装 安装成功后，就可以运行Chatbox了 进入Chatbox会弹出如下界面 ，点击使用自己的 API Key 或本地模型 点击第一个Chatbox AI 进入该界面后，点击CHATBOX AI，选择其他的模型提供方 选择Ollama API这个模型提供方 点击模型，会显示已经部署到本地的 deepseek大模型，选择该模型，并点击保存 随便提问一个问题试一下。
1.2K20编辑于 2025-02-12 deepseek本地部署有什么用？解锁 DeepSeek 本地部署
DeepSeek 作为一款备受瞩目的大模型工具，其本地化部署逐渐成为众多用户关注的焦点。今天，我们就来深入探讨 DeepSeek 本地部署的用途，为大家详细介绍一款助力本地部署的神器，快来看看吧。 一、为什么要进行 DeepSeek 本地部署DeepSeek 本地部署保障数据隐私，适配敏感行业合规需求。降低网络依赖，无网络也能稳定运行，保障实时场景业务连续。 二、DS 本地部署大师 —— 本地部署的得力助手①一键部署，轻松上手DS 本地部署大师它内置了 DeepSeek - R1 全系列模型（1.5B/7B/14B/32B/70B），根据智能推荐并下载适合的模型版本 ②部署完成，进入体验选择模型后等待下载，下载完成后，软件会自动安装完成。之后，点击【立即体验】进入智能界面体验DeepSeek 本地部署效果。 DS 本地部署大师凭借其强大的功能和便捷的操作，为用户实现 DeepSeek 本地部署提供了一站式解决方案。
3K10编辑于 2025-08-21- 来自专栏分享学习
DeepSeek本地部署教程
DeepSeek是一款强大的知识检索和问答工具，通过本地部署，用户可以更加便捷地进行知识检索和问答操作。本文将详细介绍如何在本地部署DeepSeek，以便用户能够充分利用其强大的功能。 环境要求 在本地部署DeepSeek之前，需要确保计算机满足以下环境要求： 操作系统：Linux（推荐）或Windows。 Python版本：Python 3.7及以上。 此外，还需要安装Ollama，这是运行DeepSeek模型的底层软件。 安装步骤 下载并安装Ollama 访问Ollama官网，选择适合自己操作系统的版本进行下载。 下载完成后，双击安装包进行安装。 在DeepSeek项目目录下，运行以下命令创建虚拟环境：python3 -m venv deepseek-env（Linux）或deepseek-env\Scripts\activate（Windows (result) 使用与调试 使用DeepSeek 在成功部署并启动DeepSeek后，可以通过API服务器或直接在Python脚本中调用模型进行推理。
2.1K10编辑于 2025-05-18 - 来自专栏运维小路
DeepSeek-离线部署版
前面2个小节我们虽然介绍了在Win电脑和Linux服务器里面部署DeepSeek，他们都有安装模型的操作，而且这个操作会很费时间，那有没有一个方法可以提前下载好文件，然后只需要一个启动命令就可以实现呢？ 如果要提供自动部署脚本，我们首先就是要分析我们的安装过程都做了什么，然后根据部署过程的动作才能把部署内容封装到一起。 3.文件组合打包 前面两个步骤我们搞清楚了这个DeepSeek的逻辑，我们把ollama和模型的文件放置到一起，然后进行打包压缩(该文件压缩后大概3.1G)。
2.5K10编辑于 2025-02-21 deepseek本地部署简要教程
安装ollama访问：https://ollama.com/安装AI模型访问模型列表：https://ollama.com/search安装deepseek-r1命令行运行：ollama run deepseek-r1
1K20编辑于 2025-02-13- 来自专栏运维小路
DeepSeek-基于vLLM部署
#国内镜像站 https://hf-mirror.com/deepseek-ai/DeepSeek-R1 脚本下载 #下载一个python包，用于下载模型 (vllm) [root@MiWiFi-RD03 vllm serve \ /root/deepseekr1_1.5b/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B \ --dtype=half 8.访问模型 这个 /DeepSeek-R1-Distill-Qwen-1.5B", "messages": [{"role": "user", "content": "写一篇关于AI安全的短论文" result = stream_chat_response() print("\n--- 完整响应 ---") print(result) 我后面用Ubuntu 20.4 重新部署了一次 nvidia-driver-local-repo-ubuntu2004-570.86.15_1.0-1_amd64.deb apt-get update #安装驱动，甚至都不用安装cuda驱动就可以，安装完成系统需要重启系统
2.9K01编辑于 2025-03-03 - 来自专栏wujunmin
Power BI 模拟苹果应用商店deepseek评分
Deepseek近日登顶多个国家/地区手机APP下载排行第一。 以下是苹果某地APP商店deepseek评分： 这个评分呈现两级分化，这里不去探讨这样的评分结构产生的原因，而是看看这个条形图如何在Power BI实现。 = SUM('表'[数量]) M.总值 = CALCULATE([M.评分数量],ALL('表'[星级])) 簇状条形图如下拖拽字段： 系列间距100%，重叠、翻转重叠打开： 得到： 这样实现了类似苹果商店的评分图表
35410编辑于 2025-02-10 - 来自专栏运维小路
DeepSeek-Open WebUI部署
前面部署了vLLM版本以后，访问它比较麻烦。如何才能更好的实现访问呢，这个就是我们今天要讲的Open WebUI，它可以向我们使用官方DeepSeek一样直接在网页进行对话。 OPENAI_API_BASE_URL=http://127.0.0.1:8000/v1 # 设置默认模型路径 export DEFAULT_MODELS="/root/deepseekr1_1.5b/deepseek-ai /DeepSeek-R1-Distill-Qwen-1.5B" # 启动Open WebUI open-webui serve 4.配置Open WebUI 5.开始提问
2K00编辑于 2025-03-04 - 来自专栏Tencent云服务征文
DeepSeek上云 | 腾讯云HAI如何部署使用DeepSeek
前言对于本地PC部署DeepSeek，可能会受到电脑的内存、CPU、显卡的限制，如果想要扩容的话，只能更换硬件，这样的话成本简直高得离谱。而腾讯云高性能应用服务HAI恰恰解决了这个问题。 HAI提供了不同的算力套餐，用户可以根据自己的需求购买，并且可以通过HAI预置的多种 AI 环境帮助用户快速部署。所以本篇文章主要探究如何使用HAI，一键轻松完成DeepSeek的部署。 按照我们本地部署的思维和步骤来说，在上面步骤中选择安装Ollama，然后再用Ollama拉取DeepSeek大模型完成部署。 选择应用 - DeepSeek我们在社区应用下可以找到 DeepSeek-R1 进行选择。这里HAI提供了DeepSeek-R1 1.5B及7B两种模型环境，能够满足用户快速部署和使用的需求。3. 结语与TIONE安装DeepSeek相比较，HAI也具备了快速部署DeepSeek的能力。通过一键式操作，用户就可以使用云化的DeepSeek。
2.3K51编辑于 2025-02-07 - 来自专栏云上实验室
如何快速部署DeepSeek| 腾讯云TI部署指南
一、为什么要使用DeepSeek + 腾讯云HAI近年来，随着大模型与多场景应用的蓬勃发展，AI工程师越来越需要快速、高效且低成本地部署和管理模型服务。 在模型体验中可以体验与DeepSeek模型的对话。创建在线服务在DeepSeek的模型页面，点击新建在线服务，进入到服务创建页面。填入服务名称之后，选择机器来源用来部署DeepSeek。1. 轻量级，适合移动端和本地推理低（PC 可运行）DeepSeek-R1-Distill-Qwen-7BQwen7B适合本地推理和轻量级服务器部署中等（24GB+ VRAM）DeepSeek-R1-Distill-Llama 点击调用API，可以查看DeepSeek的服务调用地址。同时可以点击实例进入详情页面，我们可以看到安装了DeepSeek大模型实例的信息。这样，我们就完成了DeepSeek在腾讯云TI平台的部署。 有任何问题或意见，欢迎在相关社区或官方文档中查阅更多信息，也可以向腾讯云和DeepSeek官方团队寻求支持。祝你一切部署顺利，玩得开心！
2K30编辑于 2025-02-10 - 来自专栏开发经验
DeepSeek本地部署+微调训练
本地训练流程（无需专业知识），从数据准备到模型部署的完整操作指南：一、准备训练数据1. 下载训练脚本创建文件夹：mkdir deepseek_train下载官方示例脚本：wget https://example.com/train_deepseek.py wget https://example.com 启动训练在命令行执行（根据显存调整参数）：accelerate launch train_deepseek.py \ --model_name "deepseek-ai/deepseek-llm-7b 查看训练日志训练文件夹会生成 training_logs.txt，重点关注：Epoch 1/3 | Loss: 2.34 → 1.78Epoch 2/3 | Loss: 1.78 → 1.23五、部署训练好的模型 文件结构示意~/.ollama/models/├── deepseek-r1.gguf # 原始模型（未修改）└── deepseek-custom.gguf # 你的微调版本
4.2K23编辑于 2025-02-25 - 来自专栏AllTests软件测试
本地部署AI大模型DeepSeek
DeepSeek的核心产品，是一系列强大的大语言模型。 官方网址： https://www.deepseek.com/ 本篇讲解如何快速的在本地部署AI大模型DeepSeek。 2、本地部署DeepSeek 1、首先要下载安装Ollama。 Ollama是一个开源的大型语言模型本地部署框架。 特点： 多平台支持，如Windows、macOS、Linux，还支持Docker，方便跨平台部署。 2、搜索并安装DeepSeek模型。 搜索大语言模型： https://ollama.com/search 可以看到DeepSeek-R1。 它支持多种大语言模型运行程序，如Ollama和兼容OpenAI的应用程序编程接口（API），还内置了用于检索增强生成（RAG）的推理引擎，使其成为一个强大的人工智能部署解决方案。
99511编辑于 2025-02-10 - 来自专栏小陈运维
使用Ollama部署deepseek大模型
使用Ollama部署deepseek大模型 前置条件 使用英伟达显卡下载cuda驱动 https://developer.nvidia.com/cuda-downloads Ollama Ollama deepseek-r1:1.5b # 7B Qwen DeepSeek R1 # 所需空间大约 4.7G ollama run deepseek-r1:7b # 8B Llama DeepSeek R1 # 所需空间大约 4.9G ollama run deepseek-r1:8b # 14B Qwen DeepSeek R1 # 所需空间大约 9G ollama run deepseek-r1 :14b # 32B Qwen DeepSeek R1 # 所需空间大约 20G ollama run deepseek-r1:32b # 70B Llama DeepSeek R1 # 所需空间大约 43G ollama run deepseek-r1:70b # 671B Llama DeepSeek R1 # 所需空间大约 404G ollama run deepseek-r1:671b
2.9K20编辑于 2025-02-04 - 来自专栏Crossin的编程教室
DeepSeek 本地部署指南（基于 vLLM）
本指南将详细介绍如何使用 vLLM 在本地部署 DeepSeek 语言模型。 访问 Python 官网：https://www.python.org/ 选择安装包：根据你的操作系统（Windows、macOS 或 Linux）下载并安装 Python。 下载 DeepSeek 模型 接下来，我们需要下载 deepseek-ai/DeepSeek-R1-Distill-Qwen-7B 模型。 虽然某些模型可能需要注册账号，但 DeepSeek-R1-Distill-Qwen-7B 是公开的，可直接下载。 3. 安装 vLLM vLLM 是一个高效的大型语言模型推理库，支持快速部署。 总结 通过以上步骤，你已成功在本地部署了 DeepSeek 模型，并能够通过 vLLM 进行推理。如果在部署过程中遇到问题，请参考 vLLM 官方文档或在相关社区寻求帮助。祝你使用愉快！
2.6K11编辑于 2026-03-11 - 来自专栏云探索
腾讯云HAI部署DeepSeek结合Ollama API搭建智能对话系统
前言本文将详细介绍如何在腾讯云HAI平台上部署DeepSeek模型，并配置使用Ollama API服务以实现对外部请求的支持。 一、腾讯云 HAI 部署 DeepSeek 详细教程下面我们将详细介绍如何在腾讯云 HAI 上部署 DeepSeek 模型，即使是没有深厚技术背景的小白，也能按照以下步骤轻松完成部署。 （四）等待实例创建完成点击 “立即购买” 后，系统开始创建 deepseek-r1:7b 实例，页面会显示 “创建中” 状态。 自此我们成功开发出一款结合腾讯云HAI部署的DeepSeek模型提供的AI服务的智能问答系统。 通过合理的部署和配置，能够充分利用腾讯云HAI平台的强大计算资源，实现DeepSeek模型的高效运行和处理。
4.7K42编辑于 2025-02-10 - 来自专栏小陈运维
使用Ollama部署deepseek大模型
使用Ollama部署deepseek大模型前置条件使用英伟达显卡下载cuda驱动https://developer.nvidia.com/cuda-downloadsOllamaOllama 官方版: 模型，也可以启动他的模型https://ollama.com/search# 模型的安装命令# 1.5B Qwen DeepSeek R1 # 所需空间大约 1.1Gollama run deepseek-r1 :1.5b# 7B Qwen DeepSeek R1# 所需空间大约 4.7Gollama run deepseek-r1:7b# 8B Llama DeepSeek R1# 所需空间大约 4.9Gollama run deepseek-r1:8b# 14B Qwen DeepSeek R1# 所需空间大约 9Gollama run deepseek-r1:14b# 32B Qwen DeepSeek R1# 所需空间大约 20Gollama run deepseek-r1:32b# 70B Llama DeepSeek R1# 所需空间大约 43Gollama run deepseek-r1:70b# 671B
3.6K12编辑于 2025-01-26 - 来自专栏玩转Lighthouse
玩转DeepSeek Harness｜使用Lighthouse快速部署云上DeepSeek Harness
由于它具备文件编辑、命令执行和联网等能力，更适合部署在一个与个人主力电脑隔离、权限边界清晰的环境中。 一台已部署DeepSeekHarness应用模板的Lighthouse实例，或一台允许重装的空闲实例。一个可用的DeepSeekAPIKey。可以前往DeepSeek开放平台创建。 方式二：重装一台现有Lighthouse实例❌警告：重装系统会清空实例系统盘中的原有数据。操作前务必确认实例可以被重装，并优先创建快照备份。不要在仍承载网站、数据库或其他业务的实例上直接操作。 在模型（Models）区域中：确认提供方为DeepSeek。确认页面展示的目标模型，例如deepseek-v4-pro。模型名称可能随模板和开放平台更新。 页面会提示：开启后将通过HTTPS链接访问DeepSeekHarness面板，系统会自动分配端口、放通防火墙并启动服务。首次申请证书通常需要约2分钟。不要在加载过程中反复单击按钮。
1.8K11编辑于 2026-08-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号