蛇年最火的一个方向当属 deepseek，可以说是平地一声雷。我几乎每天都在找机会试用 deepseek，并且想在节后把 API 接入到技术派中，作为大家简历上的一个亮点。

我去淘宝搜了一下，目前有教大家在本地部署 deepseek-R1 的教程，一份卖 25 元，已经售出 600 多份，粗略估算就有 15000 元。

如果没记错的话，官方发布 R1 版本是在 1 月 20 号左右，满打满算也就 22 天的时间。

15000 元，对于在大厂工作的小伙伴来说，可能也就半个月的工资，但对于大多数非大厂的小伙伴来说，可能就是一个月甚至两个月、三个月的工资了，这波，真的得感谢一下 deepseek。

况且，还只是一个教如何在本地部署的教程，这玩意对于很多小伙伴来说，可能就是动动手的事。

不过话又说回来，工具的出现，不就是为了解放生产力，让大家用来增加收入的嘛，否则，工具的意义又何在呢？

我这里也给大家做个普及——如何在本地部署 deepseek，小白也是完全能够看得懂，之前有体育老师留言夸我的文章有趣、易懂，还真的很开心呢😄。

第一步，下载 Ollama，一个 轻量级的大模型推理框架，可以快速下载、运行大语言模型，并提供 API 供其他程序调用。

直接去搜，就能看到 Windows 和 macOS 的安装版本。

👉戳这个链接也行：https://ollama.com/download/mac

下载后 macOS 版会自动解压，双击就可以运行，可以在导航栏看到这个可爱的小图标，就表示 Ollama 已经成功运行了。

Ollama 已经支持 deepseek 的全尺寸版本，比如说 1.5b、7b、8b、14b 等，本地建议安装 7b 版本，体积大小最合适。

第二步，在控制台输入 ollama run deepseek-r1:7b 运行，我家的网速很一般，这里拉取模型也是花了不少时间。

截图这会有 2.5M/s，但不是很稳定，慢的时候只有 300 多 kb， 所以这一步需要花时间耐心等一下。

啊，等啊等，等啊等，终于下载完成了，不容易啊。

第三步，等 deepseek 拉取完成后，就可以在控制台进行交互了，我的第一个问题是：“你知道沉默王二这个大傻 x吗？”

啊。。。。。。就这。。。。。。

对，本地部署，如果没有数据投喂，没有角色设定，模型本身也是一张白纸，只具备推理能力，但还没办法推理，达到我们想要的预期效果。

如果问他一些其他的问题，比如说如何学习 Java，还是能够掰扯几句的。

再挖一个坑吧，这几天调教调教他，再给大家汇报战果。

这也算是一个入门级的教程了，你看，又帮你省了 25 块钱。

是不是值得一个点赞，或者转发（dog）？

或者你可以拿这个教程，简单包装下拿出去卖，是不是又多了一个赚钱的方式。

当然了，懂技术的人不少，懂运营的人不多。

先学会把工具用起来，让自己在信息输入方面不至于掉队，也是值得的。

蛇年，我们一起冲啊。

三分恶面渣逆袭

今天大部分时间都用来走亲戚和跑高速了，所以面渣逆袭并发编程篇也只修改了一道题。

点击屏幕左下方的【关注】按钮，带走她，这份在 GitHub 上星标 13000+ 的面渣逆袭 PDF，真的可以吊打面试官（不骗人）。

15.ThreadLocal 内存泄露是怎么回事？

ThreadLocalMap 的 Key 是 弱引用，但 Value 是强引用。

如果一个线程一直在运行，并且 value 一直指向某个强引用对象，那么这个对象就不会被回收，从而导致内存泄漏。

二哥的 Java 进阶之路：ThreadLocalMap 内存溢出

那怎么解决内存泄漏问题呢？

很简单，使用完 ThreadLocal 后，及时调用 remove() 方法释放内存空间。

try {       threadLocal.set(value);       // 执行业务操作   } finally {       threadLocal.remove(); // 确保能够执行清理   }   

remove() 方法会将当前线程的 ThreadLocalMap 中的所有 key 为 null 的 Entry 全部清除，这样就能避免内存泄漏问题。

private void remove(ThreadLocal<?> key) {       Entry[] tab = table;       int len = tab.length;       // 计算 key 的 hash 值       int i = key.threadLocalHashCode & (len-1);       // 遍历数组，找到 key 为 null 的 Entry       for (Entry e = tab[i];               e != null;               e = tab[i = nextIndex(i, len)]) {           if (e.get() == key) {               // 将 key 为 null 的 Entry 清除               e.clear();               expungeStaleEntry(i);               return;           }       }   }      public void clear() {       this.referent = null;   }   

1. Java 面试指南（付费）收录的腾讯面经同学 22 暑期实习一面面试原题：ThreadLocal 什么情况下会内存泄漏

零基础入门AI大模型

今天贴心为大家准备好了一系列AI大模型资源，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

有需要的小伙伴，可以点击下方链接免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

5.免费获取

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码或者点击以下链接都可以免费领取【保证100%免费】

点击领取 《AI大模型&人工智能&入门进阶学习资源包》