部署DeepSeek模型,进群交流最in玩法!
立即加群
发布
社区首页 >专栏 >最全本地部署 DeepSeek R1 教程(适用于 Mac、Windows、Linux)

最全本地部署 DeepSeek R1 教程(适用于 Mac、Windows、Linux)

作者头像
IT运维技术圈
发布2025-02-05 15:17:20
发布2025-02-05 15:17:20
34.2K40
代码可运行
举报
文章被收录于专栏:IT运维技术圈IT运维技术圈
运行总次数:0
代码可运行

大家好,波哥又来给大家推荐好东西啦!

欢迎大家在评论区留言评论自己想了解的工具、方向或职业等互联网相关内容,点赞和推荐多的,波哥会优先安排解答!

一、DeepSeek R1 简介

DeepSeek R1 是一款开源 AI 模型,其性能可与 OpenAI 的 GPT-4 和 Claude 3.5 Sonnet 等顶级模型媲美,尤其在数学、编程和推理等任务上表现出色。最重要的是,它是免费、私密的,可以在本地硬件上离线运行。

DeepSeek R1 提供多个参数规模的版本,从轻量级的 1.5B 参数模型到高性能的 70B 版本。它基于 Qwen 7B 架构的精简优化版本,既保持强大性能,又具备更高的计算效率。

其主要亮点包括:- 完全开源,可自由使用。- 支持本地运行,无需依赖云服务器。- 数据完全可控,确保隐私安全。

二、为什么选择本地部署?

本地运行 AI 模型有以下优势:

  • 隐私保障:所有数据均存储在本地,避免敏感信息泄露。
  • 零额外成本:DeepSeek R1 免费运行,无需订阅或额外费用。
  • 完全控制:可以进行微调和本地优化,无需外部依赖。

三、硬件要求

四、安装步骤

步骤 1:安装 Ollama

Ollama 是一款本地 AI 运行工具,可帮助用户轻松运行 DeepSeek R1。

  • 下载地址:https://ollama.com/download
  • 安装完成后,Ollama 提供了在终端直接运行 AI 模型的功能。

步骤 2:下载 DeepSeek R1 模型

在终端中运行以下命令,根据你的硬件选择合适的模型:

代码语言:javascript
代码运行次数:0
复制
# 下载 1.5B 版本(适用于 CPU 及低配 GPU)
ollama run deepseek-r1:1.5b

# 下载 8B 版本
ollama run deepseek-r1:8b

# 下载 14B 版本
ollama run deepseek-r1:14b

# 下载 32B 版本
ollama run deepseek-r1:32b

# 下载 70B 版本(最高性能)
ollama run deepseek-r1:70b

如果你不确定选择哪个版本,可以运行默认指令:

代码语言:javascript
代码运行次数:0
复制
ollama run deepseek-r1

默认情况下,该指令会下载 7B 版本。

模型下载速度取决于网络状况,可能需要几分钟到几十分钟不等。

步骤 3:安装 Chatbox(可选)

为了获得更好的交互体验,可以安装 Chatbox 作为 GUI 界面。

  • 下载地址:https://chatboxai.app/en#
  • 安装完成后,进行以下配置:
    • 在“配置 API 模型”选项中选择 Ollama API。
    • 设置 API 主机为:http://127.0.0.1:11434
    • 选择 DeepSeek R1 作为默认模型。
    • 保存设置。

五、功能演示

成功安装后,你可以测试 DeepSeek R1 的能力。例如,让它生成一个用 Python 编写的贪吃蛇游戏代码。

输入 Prompt:

代码语言:javascript
代码运行次数:0
复制
帮我用python写个贪吃蛇的游戏

示例代码(优化修正版本):

代码语言:javascript
代码运行次数:0
复制
import turtle

import time

import random



# 窗口设置

window = turtle.Screen()

window.title("贪吃蛇 by Python")

window.bgcolor("black")

window.setup(width=600, height=600)

window.tracer(0)  # 关闭自动刷新



# 蛇头

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 = []  # 蛇身体段

score = 0  # 得分



# 得分显示

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"))



# 移动函数

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)



# 方向控制函数

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"



# 键盘绑定

window.listen()

window.onkeypress(go_up, "w")

window.onkeypress(go_down, "s")

window.onkeypress(go_left, "a")

window.onkeypress(go_right, "d")



# 碰撞检测

def check_collision():

    # 边界检测

    if snake_head.xcor() > 290 or snake_head.xcor() < -290:

        return True

    if snake_head.ycor() > 290 or snake_head.ycor() < -290:

        return True

    # 身体碰撞检测

    for segment in segments:

        if snake_head.distance(segment) < 20:

            return True

    return False



# 主游戏循环

while True:

    window.update()



    # 检查是否吃到食物

    if snake_head.distance(food) < 20:

        # 移动食物到随机位置

        x = random.randint(-290, 290)

        y = random.randint(-290, 290)

        food.goto(x, y)



        # 增加身体段

        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"))



    # 移动身体段(从后往前)

    for index in range(len(segments)-1, 0, -1):

        x = segments[index-1].xcor()

        y = segments[index-1].ycor()

        segments[index].goto(x, y)



    # 移动第一个身体段到头部位置

    if len(segments) > 0:

        x = snake_head.xcor()

        y = snake_head.ycor()

        segments[0].goto(x, y)



    move()



    # 碰撞检测

    if check_collision():

        time.sleep(1)

        snake_head.goto(0, 0)

        snake_head.direction = "stop"

        # 隐藏身体段

        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)

运行这个程序前需要确保:

1. 已安装 Python 环境

2. 需要安装 `turtle` 模块(通常 Python 标准库自带)

操作说明:

- W键:向上移动

- S键:向下移动

- A键:向左移动

- D键:向右移动

- 吃到红色食物会增长身体并加分

- 撞到墙壁或自己身体会游戏重置

游戏特点:

1. 简单的图形界面

2. 分数统计功能

3. 碰撞检测

4. 蛇身自动增长机制

5. 游戏失败重置功能

你可以根据需求进一步添加以下功能:

- 添加开始/暂停按钮

- 增加难度等级

- 记录最高分

- 添加音效

- 设计更复杂的关卡

六、总结

通过本教程,你已经成功在本地部署了 DeepSeek R1,无论你是 AI 爱好者、开发者,还是仅仅对本地 AI 感兴趣,都可以尝试运行并训练自己的专属 AI 资料库。

借助 Ollama 和 Chatbox 等工具,本地运行 AI 变得更加简单和高效。现在就开始探索吧!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2025-02-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 IT运维技术圈 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、DeepSeek R1 简介
  • 二、为什么选择本地部署?
  • 三、硬件要求
  • 四、安装步骤
    • 步骤 1:安装 Ollama
    • 步骤 2:下载 DeepSeek R1 模型
    • 步骤 3:安装 Chatbox(可选)
  • 五、功能演示
  • 六、总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档