DeepSeek R1最全本地部署教程 適用于Mac/Windows/Linux平臺

模型下載 - 兩種方式
- 您應該至少有 8 GB 的 RAM 來運行 7B 模型,16 GB 的 RAM 來運行 13B 模型,32 GB 的 RAM 來運行 33B 模型。
- 您應該至少有 8 GB 的 RAM 來運行 7B 模型,16 GB 的 RAM 來運行 13B 模型,32 GB 的 RAM 來運行 33B 模型。
- 您應該至少有 8 GB 的 RAM 來運行 7B 模型,16 GB 的 RAM 來運行 13B 模型,32 GB 的 RAM 來運行 33B 模型。
5.1 直接使用 Ollama 下載
打開 Ollama 模型列表:https://ollama.com/search
在模型列表中,找到我們要下載的 Deep Seek -r1;
當然這里的模型都是可以下載的,比如千問,Gemma 2,Llama 3.3等,下載方法都是一樣的。
這里我要安裝的是 14B,選擇好下載的模型后復制右邊的安命令到 Cmd
中執(zhí)行即可。
這里安裝的時間取決于網速,耐心等待即可;安裝完成后,我們再去 open webui 刷新一下就可以愉快的玩耍了。
5.2 使用 Open Webui 下載
打開 Open Webui 后,在模型搜索處輸入需要下載的模型名稱以及模型型號即可。
這里我的以千問的 2.5 7 B大模型為例,在搜索框輸入需要下載的模型點擊 從"Ollama.com" 拉取即可。
步驟 2:下載 DeepSeek R1 模型
在終端中運行以下命令,根據你的硬件選擇合適的模型:
# 下載 1.5B 版本(適用于 CPU 及低配 GPU) ollama run deepseek-r1:1.5b # 下載 8B 版本 ollama run deepseek-r1:8b # 下載 14B 版本 ollama run deepseek-r1:14b # 下載 32B 版本 ollama run deepseek-r1:32b # 下載 70B 版本(最高性能) ollama run deepseek-r1:70b
如果你不確定選擇哪個版本,可以運行默認指令:
ollama run deepseek-r1
默認情況下,該指令會下載 7B 版本。
模型下載速度取決于網絡狀況,可能需要幾分鐘到幾十分鐘不等。
步驟 3:安裝 Chatbox(可選)
為了獲得更好的交互體驗,可以安裝 Chatbox 作為 GUI 界面。
下載地址:https://chatboxai.app/en#
安裝完成后,進行以下配置:
- 在“配置 API 模型”選項中選擇 Ollama API。
- 設置 API 主機為:http://127.0.0.1:11434
- 選擇 DeepSeek R1 作為默認模型。
- 保存設置。
五、功能演示
成功安裝后,你可以測試 DeepSeek R1 的能力。例如,讓它生成一個用 Python 編寫的貪吃蛇游戲代碼。
輸入 Prompt:
幫我用python寫個貪吃蛇的游戲
示例代碼(優(yōu)化修正版本):
import turtle import time import random # 窗口設置 window = turtle.Screen() window.title("貪吃蛇 by Python") window.bgcolor("black") window.setup(width=600, height=600) window.tracer(0) # 關閉自動刷新 # 蛇頭 snake_head = turtle.Turtle() snake_head.speed(0) snake_head.shape("square") snake_head.color("white") snake_head.penup() snake_head.goto(0, 0) snake_head.direction = "stop" # 食物 food = turtle.Turtle() food.speed(0) food.shape("circle") food.color("red") food.penup() food.goto(0, 100) segments = [] # 蛇身體段 score = 0 # 得分 # 得分顯示 pen = turtle.Turtle() pen.speed(0) pen.color("white") pen.penup() pen.hideturtle() pen.goto(0, 260) pen.write("得分: 0", align="center", font=("Arial", 24, "normal")) # 移動函數 def move(): if snake_head.direction == "up": y = snake_head.ycor() snake_head.sety(y + 20) if snake_head.direction == "down": y = snake_head.ycor() snake_head.sety(y - 20) if snake_head.direction == "left": x = snake_head.xcor() snake_head.setx(x - 20) if snake_head.direction == "right": x = snake_head.xcor() snake_head.setx(x + 20) # 方向控制函數 def go_up(): if snake_head.direction != "down": snake_head.direction = "up" def go_down(): if snake_head.direction != "up": snake_head.direction = "down" def go_left(): if snake_head.direction != "right": snake_head.direction = "left" def go_right(): if snake_head.direction != "left": snake_head.direction = "right" # 鍵盤綁定 window.listen() window.onkeypress(go_up, "w") window.onkeypress(go_down, "s") window.onkeypress(go_left, "a") window.onkeypress(go_right, "d") # 碰撞檢測 def check_collision(): # 邊界檢測 if snake_head.xcor() > 290 or snake_head.xcor() < -290: return True if snake_head.ycor() > 290 or snake_head.ycor() < -290: return True # 身體碰撞檢測 for segment in segments: if snake_head.distance(segment) < 20: return True return False # 主游戲循環(huán) while True: window.update() # 檢查是否吃到食物 if snake_head.distance(food) < 20: # 移動食物到隨機位置 x = random.randint(-290, 290) y = random.randint(-290, 290) food.goto(x, y) # 增加身體段 new_segment = turtle.Turtle() new_segment.speed(0) new_segment.shape("square") new_segment.color("grey") new_segment.penup() segments.append(new_segment) # 增加得分 score += 10 pen.clear() pen.write(f"得分: {score}", align="center", font=("Arial", 24, "normal")) # 移動身體段(從后往前) for index in range(len(segments)-1, 0, -1): x = segments[index-1].xcor() y = segments[index-1].ycor() segments[index].goto(x, y) # 移動第一個身體段到頭部位置 if len(segments) > 0: x = snake_head.xcor() y = snake_head.ycor() segments[0].goto(x, y) move() # 碰撞檢測 if check_collision(): time.sleep(1) snake_head.goto(0, 0) snake_head.direction = "stop" # 隱藏身體段 for segment in segments: segment.goto(1000, 1000) segments.clear() score = 0 pen.clear() pen.write(f"得分: {score}", align="center", font=("Arial", 24, "normal")) time.sleep(0.1)
運行這個程序前需要確保:
- 已安裝 Python 環(huán)境
- 需要安裝 `turtle` 模塊(通常 Python 標準庫自帶)
操作說明:
- W鍵:向上移動
- S鍵:向下移動
- A鍵:向左移動
- D鍵:向右移動
- 吃到紅色食物會增長身體并加分
- 撞到墻壁或自己身體會游戲重置
游戲特點:
- 簡單的圖形界面
- 分數統(tǒng)計功能
- 碰撞檢測
- 蛇身自動增長機制
- 游戲失敗重置功能
你可以根據需求進一步添加以下功能:
- 添加開始/暫停按鈕
- 增加難度等級
- 記錄最高分
- 添加音效
- 設計更復雜的關卡
六、總結
通過本教程,你已經成功在本地部署了 DeepSeek R1,無論你是 AI 愛好者、開發(fā)者,還是僅僅對本地 AI 感興趣,都可以嘗試運行并訓練自己的專屬 AI 資料庫。
借助 Ollama 和 Chatbox 等工具,本地運行 AI 變得更加簡單和高效?,F在就開始探索吧!
相關文章
如何實現deepseek本地部署?詳細教學deepseek本地環(huán)境搭建及設置
本文將詳細介紹deepseek本地部署的完整步驟,包括從環(huán)境配置到軟件安裝的全程指南,我們將細節(jié)和注意點做了介紹,確保你能夠在短時間內完成高效、安全的配置,快速啟動Deep2025-02-04本地部署DeepSeek-R1聯網 超簡單的DeepSeek離線部署聯網搜索教程
DeepSeek是近日熱門的AI大型語言模型,目前可實現本地部署版本,那么DeepSeek本地部署后如何實現聯網?這里要給大家介紹一個插件,簡單快速部署deepseek-r1本地,無需網絡2025-02-06- 過年這幾天,DeepSeek 算是徹底破圈了,火遍大江南北,火到人盡皆知,有不少讀者私信詢問本地部署DeepSeek-R1的電腦配置要求,下面我們就一起看看DeepSeek每個版本的配置要2025-02-07
- 本文將通過圖文結合的方式,詳細介紹 DeepSeek 的安裝、配置、基本使用、高級功能以及實用技巧,幫助你快速上手并掌握這一工具2025-02-08
全新DeepSeek R1 本地部署詳細圖文教程 支持Web-UI 可以斷網使用(附下
DeepSeek全球下載榜單登頂,因為太過火爆了,導致DeepSeek這段時間用的時候幾乎天天崩潰,經常出現“服務器繁忙,請稍后再試”的情況,這里為大家?guī)鞤eepSeek R1本地部署2025-02-07DeepSeek服務器繁忙怎么解決?手把手教你本地連接DeepSeek R1告別不響
近期DeepSeek經常出現服務器繁忙,請稍后再試的情況,那么DeepSeek服務器繁忙怎么解決呢?本文手把手教你本地連接DeepSeek R1,告別不響應,一起來看看吧2025-02-07看到滿血版價格想想還是算了! 本地部署 DeepSeek 電腦硬件配置清單
針對本地部署DeepSeek大模型的配置需求,需根據模型規(guī)模(如7B/13B/70B參數)和量化方案進行區(qū)分,以下是三個層級的硬件配置建議2025-02-09- 如果你是內容創(chuàng)作者,或者在數字營銷、數據分析等領域工作,提升工作效率和創(chuàng)作水平是必不可少的,而掌握一些強大的創(chuàng)作指令,無疑能讓你事半功倍!今天,我整理了20個Deep2025-02-09
DeepSeek R1 671B 完整版本地部署詳盡教程來了!
關于本地部署,大多數人使用的是蒸餾后的8B/32B/70B版本,本質是微調后的Llama或Qwen模型,并不能完全發(fā)揮出DeepSeek R1的實力,下面我們就來看看DeepSeek R1 671B 完整版2025-02-09DeepSeek-R1 與 AnythingLLM 安裝部署本地知識庫詳細教程
DeepSeek R1是目前最火的大模型,近來有很多朋友問怎么搭建DeepSeek 本地知識庫,在這里分享一種使用DeepSeek + AnythingLLM快速搭建本地知識庫的方法,完全本地化,懶人必2025-02-20