如何本地部署DeepSeek

第一步:安装ollama

复制代码
https://ollama.com/download

打开官网,选择对应版本

第二步:选择合适的模型

复制代码
https://ollama.com/

模型名称中的 1.5B、7B、8B 等数字代表模型的参数量(Parameters),其中 B 是英文 Billion(十亿) 的缩写。参数越多,模型通常更"聪明"(能处理更复杂的任务),但对硬件资源(显存、内存)的要求也更高。

个人用户可优先 7B (通用性最佳),若设备较弱则选 1.5B ,开发者可选 8B

第三步:安装deepseek模型

复制代码
ollama run deepseek-r1:1.5b

1、找到对应的命令,复制

2、cmd执行命令,等待安装

第四步:测试

基本命令

Delphi 复制代码
#退出模型
>>> /bye
#查看模型
C:\Users\chk>ollama list
NAME                ID              SIZE      MODIFIED
deepseek-r1:1.5b    a42b25d8c10a    1.1 GB    3 minutes ago
 
#启动模型
ollama run deepseek-r1:1.5b
>>>
#查看帮助
C:\Users\chk>ollama  -h
Large language model runner
 
Usage:
  ollama [flags]
  ollama [command]
 
Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  ps          List running models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command
 
Flags:
  -h, --help      help for ollama
  -v, --version   Show version information
 
Use "ollama [command] --help" for more information about a command.
相关推荐
寒秋丶24 分钟前
Milvus:集合(Collections)操作详解(三)
数据库·人工智能·python·ai·ai编程·milvus·向量数据库
寒秋丶27 分钟前
Milvus:Schema详解(四)
数据库·人工智能·python·ai·ai编程·milvus·向量数据库
哥布林学者2 小时前
吴恩达深度学习课程二: 改善深层神经网络 第一周:深度学习的实践(六)梯度现象和梯度检验
深度学习·ai
wang_yb3 小时前
AI辅助编程下的软件分层设计:让生成的代码井然有序
ai·databook
关关长语3 小时前
(四) Dotnet中MCP客户端与服务端交互通知日志信息
ai·c#·mcp
前路不黑暗@3 小时前
Java:继承与多态
java·开发语言·windows·经验分享·笔记·学习·学习方法
糖炒狗子3 小时前
基于 OpenVINO 实现 SpeechT5 语音合成模型本地部署加速
人工智能·ai·语音合成·openvino
寒秋丶4 小时前
Milvus:向量字段-二进制向量、稀疏向量与密集向量(六)
数据库·人工智能·python·ai·ai编程·milvus·向量数据库
寒秋丶4 小时前
Milvus:通过Docker安装Milvus向量数据库(一)
数据库·人工智能·docker·ai·ai编程·milvus·rag
win4r4 小时前
🚀超越DeepSeek-OCR!OCR领域的革命性突破:Chandra OCR本地部署+真实测评!手写体、繁体字、数学公式、重叠文字全部完美识别,告别漏字漏页
llm·aigc·deepseek