🚀 本地部署 DeepSeek 模型完整指南

更新於 發佈於 閱讀時間約 3 分鐘
raw-image

🚀 本地部署 DeepSeek 模型完整指南

📌 本文目錄

1️⃣ 🔧 安裝 Ollama

2️⃣ 📥 下載 DeepSeek 模型

3️⃣ 🚀 執行 DeepSeek 模型

4️⃣ 🖥️ 可視化界面設定

1️⃣ 🔧 安裝 Ollama

Ollama 是一款開源工具,專門用於本地化部署大型語言模型(LLM)。根據您的操作系統,選擇適合的安裝方法:

🖥️ Windows 安裝步驟

✅ 步驟 1:訪問 Ollama 官網

✅ 步驟 2:下載 Windows 安裝包

✅ 步驟 3:雙擊安裝,完成後開啟 CMD

✅ 步驟 4:輸入 ollama help 測試是否安裝成功

🍏 macOS 安裝步驟

✅ 步驟 1:開啟「終端」

✅ 步驟 2:使用 Homebrew 進行安裝:

brew install ollama

🐧 Linux 安裝步驟

✅ 步驟 1:開啟「終端」

✅ 步驟 2:執行以下指令進行安裝:

curl -fsSL https://ollama.ai/install.sh | sh

2️⃣ 📥 下載 DeepSeek 模型

安裝 Ollama 後,即可下載 DeepSeek 模型。根據硬體配置選擇合適的模型版本。

📌 下載 DeepSeek 1.5b 版(可依需求更換版本):

ollama pull deepseek-r1:1.5b

🔹 下載時間 取決於您的網路速度與模型大小

3️⃣ 🚀 執行 DeepSeek 模型

下載完成後,可直接運行模型:

ollama run deepseek-r1:1.5b

📌 執行後,您可以在終端輸入提示詞並獲取 AI 回覆! 🎯

4️⃣ 🖥️ 可視化界面設定(Chatbox)

若希望使用更直覺的 UI,可搭配 Chatbox 工具:

✅ 步驟 1:訪問 Chatbox 官網

✅ 步驟 2:下載並安裝 Chatbox 客戶端

✅ 步驟 3:在 Chatbox 選擇 Ollama API 並配置 DeepSeek 模型

📌 這樣就能使用更友善的 UI 與 DeepSeek 互動! 🚀

留言0
查看全部
avatar-img
發表第一個留言支持創作者!
DeepSeek R1 與 OpenAI o3-mini 比較表: 成本與開源性: DeepSeek R1 的開源特性和低成本使其對開發者和中小型企業更具吸引力,尤其是在需要大量處理 tokens 的應用場景中。 OpenAI o3-mini 的價格相對較高,但其輕量化設計和穩定的推理能力
DeepSeek 的崛起與爭議 DeepSeek 是一家中國人工智慧公司,近期因聲稱以 低成本 和 高效能 訓練出 6710 億參數 的 AI 模型而引起廣泛關注。該公司表示,僅使用 2048 張 NVIDIA H800 顯示卡,投入 約 557 萬美元,在 短短兩個月內 完成了這一訓練。然而,這一
深度尋求(Deep Seek)是一種有效的提問技巧,旨在通過深入的問題來引導思考和探索。 以下是七大提問技巧的詳細論述及舉例: 開放式問題: 定義:這類問題鼓勵對方展開思考,提供更多的資訊,而不是簡單的“是”或“否”回答。 例子:你對這個項目的看法是什麼?這樣的問題可以引導對方分
DeepSeek R1 論文概述 DeepSeek於2025年1月20日發布了其最新的模型系列——DeepSeek R1,並隨之推出了一篇引起廣泛關注的研究論文。這篇論文的標題為《DeepSeek-R1: Incentivizing Reasoning Capability in Large La
Turbo Plus 是一種無程式碼(No-Code)開發平台,專為幫助企業和開發者快速構建應用程式、業務流程自動化及數位化轉型而設計。以下是 Turbo Plus 的主要優勢及特色: 1️⃣ 開發效率提升 快速上手:無需編寫代碼,通過拖放式界面即可完成應用程式開發,讓非技術背景的人員也能參與
AI虛擬人的實務應用:全面解析與實例 AI虛擬人(Virtual Human)是結合人工智能、語音合成、計算機視覺及自然語言處理等技術打造的數位化角色,廣泛應用於多個領域,為企業和個人創造巨大的價值。 1️⃣ AI虛擬人的技術核心 自然語言處理(NLP): 用於對話、內容生成,提升語言互動
DeepSeek R1 與 OpenAI o3-mini 比較表: 成本與開源性: DeepSeek R1 的開源特性和低成本使其對開發者和中小型企業更具吸引力,尤其是在需要大量處理 tokens 的應用場景中。 OpenAI o3-mini 的價格相對較高,但其輕量化設計和穩定的推理能力
DeepSeek 的崛起與爭議 DeepSeek 是一家中國人工智慧公司,近期因聲稱以 低成本 和 高效能 訓練出 6710 億參數 的 AI 模型而引起廣泛關注。該公司表示,僅使用 2048 張 NVIDIA H800 顯示卡,投入 約 557 萬美元,在 短短兩個月內 完成了這一訓練。然而,這一
深度尋求(Deep Seek)是一種有效的提問技巧,旨在通過深入的問題來引導思考和探索。 以下是七大提問技巧的詳細論述及舉例: 開放式問題: 定義:這類問題鼓勵對方展開思考,提供更多的資訊,而不是簡單的“是”或“否”回答。 例子:你對這個項目的看法是什麼?這樣的問題可以引導對方分
DeepSeek R1 論文概述 DeepSeek於2025年1月20日發布了其最新的模型系列——DeepSeek R1,並隨之推出了一篇引起廣泛關注的研究論文。這篇論文的標題為《DeepSeek-R1: Incentivizing Reasoning Capability in Large La
Turbo Plus 是一種無程式碼(No-Code)開發平台,專為幫助企業和開發者快速構建應用程式、業務流程自動化及數位化轉型而設計。以下是 Turbo Plus 的主要優勢及特色: 1️⃣ 開發效率提升 快速上手:無需編寫代碼,通過拖放式界面即可完成應用程式開發,讓非技術背景的人員也能參與
AI虛擬人的實務應用:全面解析與實例 AI虛擬人(Virtual Human)是結合人工智能、語音合成、計算機視覺及自然語言處理等技術打造的數位化角色,廣泛應用於多個領域,為企業和個人創造巨大的價值。 1️⃣ AI虛擬人的技術核心 自然語言處理(NLP): 用於對話、內容生成,提升語言互動
你可能也想看
Google News 追蹤
Thumbnail
/ 大家現在出門買東西還會帶錢包嗎 鴨鴨發現自己好像快一個禮拜沒帶錢包出門 還是可以天天買滿買好回家(? 因此為了記錄手機消費跟各種紅利優惠 鴨鴨都會特別注意銀行的App好不好用! 像是介面設計就是會很在意的地方 很多銀行通常會為了要滿足不同客群 會推出很多App讓使用者下載 每次
Thumbnail
上集回顧 上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」, 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧! 如果還不會的兄弟姊妹們別擔心, 歡迎底下留言, 我們會盡量的協助您直到學會為止, 那麼雖然CPU版本
Thumbnail
Selenium 是一個範圍廣泛的工具和函式庫的總稱專案,用於啟用和支援網頁瀏覽器的自動化。Selenium WebDriver 提供了 C#、JavaScript、Java、Python、Ruby 等多種語言的 API,可以用於編寫自動化測試軟體。 在定位元素時,WebDriver 提供對這 8
Thumbnail
進入Lua的第一步! 安裝和執行
Thumbnail
學習如何使用Python連接MongoDB進行憑證監控,包括建立MongoDB docker-compose、連接MongoDB、讀取yaml並寫入MongoDB、傳入env以及domain寫入MongoDB、讀取MongoDB、修改MongoDB、刪除MongoDB。
第一步先在Python環境中安裝本次專案需要用到的Library,相關指令如下: !pip install accelerate==0.21.0 !pip install transformers==4.31.0 !pip install tokenizers==0.13.3 !pip insta
Thumbnail
到存放虛擬機的磁碟處\點選想要註冊的機器\註冊機器(登錄虛擬機器)
Thumbnail
/ 大家現在出門買東西還會帶錢包嗎 鴨鴨發現自己好像快一個禮拜沒帶錢包出門 還是可以天天買滿買好回家(? 因此為了記錄手機消費跟各種紅利優惠 鴨鴨都會特別注意銀行的App好不好用! 像是介面設計就是會很在意的地方 很多銀行通常會為了要滿足不同客群 會推出很多App讓使用者下載 每次
Thumbnail
上集回顧 上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」, 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧! 如果還不會的兄弟姊妹們別擔心, 歡迎底下留言, 我們會盡量的協助您直到學會為止, 那麼雖然CPU版本
Thumbnail
Selenium 是一個範圍廣泛的工具和函式庫的總稱專案,用於啟用和支援網頁瀏覽器的自動化。Selenium WebDriver 提供了 C#、JavaScript、Java、Python、Ruby 等多種語言的 API,可以用於編寫自動化測試軟體。 在定位元素時,WebDriver 提供對這 8
Thumbnail
進入Lua的第一步! 安裝和執行
Thumbnail
學習如何使用Python連接MongoDB進行憑證監控,包括建立MongoDB docker-compose、連接MongoDB、讀取yaml並寫入MongoDB、傳入env以及domain寫入MongoDB、讀取MongoDB、修改MongoDB、刪除MongoDB。
第一步先在Python環境中安裝本次專案需要用到的Library,相關指令如下: !pip install accelerate==0.21.0 !pip install transformers==4.31.0 !pip install tokenizers==0.13.3 !pip insta
Thumbnail
到存放虛擬機的磁碟處\點選想要註冊的機器\註冊機器(登錄虛擬機器)