
实战本地电脑部署 DeepSeek-R1
继昨天安装好最新版Ollama后,今天如约进行了本地版 DeepSeek-R1 的安装和运行。
继昨天安装好最新版Ollama后,今天如约进行了本地版 DeepSeek-R1 的安装和运行。
下面,以像素级细节复盘这次安装过程。
吃过早饭,来到电脑桌旁,昨天晚上安装Ollama后没有关机,电脑依然是昨天晚上睡觉前的状态。
Windows系统的PowerShell窗口中,昨天晚上最后一条命令及其结果还显示在电脑屏幕上:
C:\Users\…>ollama -v
ollama version is 0.5.7
一看之下,很手痒,就在键盘上输入了启动DeekSeek本地化安装的命令:
C:\Users\…>ollama run DeepSeek-R1
程序立即启动,我赶紧用手机拍下这一刻的屏幕画面。为了尽量不干扰安装程序的顺利运行,我没有使用截屏工具。
[图1]
安装很快就走过了中程,应该赶紧再拍一张照片。
[图2]
很快就到了98%,我眼睛盯着屏幕,手里准备拍照,生怕错过了什么。
[图3]
99%了,很快,见证历史的时刻(手动狗头)。
[图4]
100%了,手不停地颤抖,以至于照片都有点糊。
[图5]
这里要稍微解释一下,DeepSeek的下载(也即其第一次安装+运行)过程,首先是一个4.7G的安装包的下载。刚才说的100%完成,就是这个4.7G的大文件。之后还有几个小的配置文件啥的,几乎都是秒过。一共有4个这样的小文件。
突然程序中断了,跳出了执行。(翻车了)
[图6]
“不要着急”,“不要紧张”。之前曾经一次又一次做过心理建设,告诉自己什么情况都可能出现。
昨天下载Ollama时,就几经波折。好在最后还是成功安装了Ollama v0.5.7。
类似这样的经历多了,也见怪不怪了。
什么都别说,继续 keep trying,心里这么想,手指轻轻点击键盘的上行键↑,PowerShell命令行上又是刚才那条命令:
C:\Users\用户\我> ollama run DeepSeek-R1
按下回车键,Ollama程序又一次启动了。
这次,不再那样小心翼翼了,就不用手机拍照了,而是用的截屏工具。[偷笑]
[图7]
[图8]
丝滑通过了上次翻车的地方,波澜不惊。
[图9]
(注意看:图9中表示下载进度的白色方块区域,前面翻车那一次,是4行;而现在,已经5行,顺利完成,没有中断)
最后,看到了“success”,……
心中默念,可以准备开香槟了,如果有的话。
[图10]
屏幕上安静了下来,没有习惯性那种高调正式的宣布或通告,如“successfully installed”那样的话语,只有一些很平静的帮助类提示类message,但没有什么显卡配置啊,内存大小啊之类。
甚至连模型大小,参数,模型名称,等等都没有,有点小失望。
[图11]
不知怎么,突然感到很饿,但又不想吃东西,只想好好的先睡一觉。
但在真正的睡下之前,还是去网上查阅了相关的介绍。根据仔细比对,的确,DeepSeek-R1已经成功部署在我的电脑上了。
然后,我也找了几个问题,问了问DeepSeek-R1。看来,他真的已经开始运行了。
[图12]
还是很纠结有关模型的参数,名称等等,甚至还直接问了问刚装好的DeepSeek,他也说不知道。
又回到Ollama官网上看看,官网上全是英文,硬着头皮仔细看过,才发现:原来,下载模型的命令中,还可以带一个指定模型大小的参数,比如:
ollama run DeepSeek-R1:7B
冒号后面的“7B”,就是指定要安装7B这一档。如果没有冒号及后面的参数,就默认安装7B,7B模型大小正好是4.7G。前面更小的模型1.5B的大小是1.1G,后面更大一点的8B模型是4.9G。
看来,是当初没细看Ollama官网的介绍,疏忽了安装命令可带参数这个问题。
看见英文就习惯性后撤,老问题了。以后要改一改。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
更多推荐
所有评论(0)