如何在5分鐘內在本地運行DeepSeek模型？

DeepSeek席捲了AI社區，到目前為止，有68個模型可在擁抱的臉上使用。可以通過擁抱的面孔或Ollama訪問這個開源模型家族，而

deepSeek-r1>和 deepSeek-v3可以通過> deepseek chat 直接用於推理。在此博客中，我們將探索DeepSeek的模型陣容，並指導您使用Google Colab和Ollama運行這些模型。 >目錄

> deepSeek模型的概述

• >在Ollama
• 上運行DeepSeek R1步驟1：安裝Ollama
  • 步驟2：deepseek r1 r1
• • DeepSeek-janus-pro-1b在Google Colab
  • >步驟1上：克隆DeepSeek-Janus儲存庫
  • 步驟2：安裝依賴項

步驟3：加載模型並將其移動並將其移動到GPU

步驟4：將圖像用於處理圖像，以使

概述 DeepSeek提供各種模型，每個模型都針對不同的任務進行了優化。以下是哪種模型最適合您的需求的細分：> 對於開發人員和程序員而言，>
• > DeepSeek-Coder和DeepSeek-coder-V2模型是為編碼任務（例如寫作和調試代碼）而設計的。 > 對於一般用戶而言，>：>
• DeepSeek-v3模型是一種多功能選項，能夠處理各種查詢，從休閒對話到復雜的內容生成。 > 對於研究人員和高級用戶而言，

：

DeepSeek-r1 模型專門從事高級推理和邏輯分析，使其非常適合解決問題和研究應用程序。

>>>>> 視覺任務的

>

：

DeepSeek-Janus家族和DeepSeek-VL模型是針對多模式任務（包括圖像生成和處理）量身定制的。

也請閱讀：使用DeepSeek-V3

• 構建AI應用程序 >在Ollama上運行DeepSeek R1 步驟1：安裝Ollama
>要在本地計算機上運行DeepSeek模型，您需要安裝Ollama：
• >>下載ollama：

>單擊此處下載

curl -fsSL https://ollama.com/install.sh | sh

> Linux用戶

：

>在您的終端中運行以下命令：bashcopyedit

ollama pull deepseek-r1:1.5b

步驟2：拉動deepseek r1型

安裝了Ollama後，打開命令行界面（CLI）並拉動模型：

ollama pull deepseek-r1:1.5b

pulling manifest 
pulling aabd4debf0c8... 100% ▕████████████████▏ 1.1 GB                         
pulling 369ca498f347... 100% ▕████████████████▏  387 B                         
pulling 6e4c38e1172f... 100% ▕████████████████▏ 1.1 KB                         
pulling f4d24e9138dd... 100% ▕████████████████▏  148 B                         
pulling a85fe2a2e58e... 100% ▕████████████████▏  487 B                         
verifying sha256 digest 
writing manifest 
success 

>您可以在Ollama上探索其他可用的DeepSeek模型：Ollama模型搜索。

此步驟可能需要一些時間，因此請等待下載完成。

步驟3：在本地運行模型 >下載模型後，您可以使用命令：運行它。

curl -fsSL https://ollama.com/install.sh | sh

該模型現在可以在本地機器上使用，並且正在不用任何打ic來回答我的問題。

>在Google Colab上運行DeepSeek-Janus-Pro-1b 在本節中，我們將使用Google Colab嘗試DeepSeek-Janus-Pro-1b。啟動之前，請確保將運行時設置為T4 GPU以獲得最佳性能。 >

步驟1：克隆DeepSeek-Janus存儲庫

在COLAB筆記本中運行以下命令：

？在GitHub上探索更多的DeepSeek模型：DeepSeek AI GitHub存儲庫

ollama pull deepseek-r1:1.5b

> 步驟2：安裝依賴項>

>導航到克隆目錄並安裝所需的軟件包：>

>

步驟3：加載模型並將其移至GPU

ollama pull deepseek-r1:1.5b

pulling manifest 
pulling aabd4debf0c8... 100% ▕████████████████▏ 1.1 GB                         
pulling 369ca498f347... 100% ▕████████████████▏  387 B                         
pulling 6e4c38e1172f... 100% ▕████████████████▏ 1.1 KB                         
pulling f4d24e9138dd... 100% ▕████████████████▏  148 B                         
pulling a85fe2a2e58e... 100% ▕████████████████▏  487 B                         
verifying sha256 digest 
writing manifest 
success 

>

現在，我們將導入必要的庫，然後將模型加載到> cuda（gpu）>：

>

步驟4：通過處理圖像

現在，讓我們將

ollama run deepseek-r1:1.5b

圖像

傳遞給模型並生成一個響應。

？輸入圖像

初始化提示和系統角色

>

處理輸入

!git clone https://github.com/deepseek-ai/Janus.git

輸出：

%cd Janus
!pip install -e .
!pip install flash-attn

＆lt; | user |＆gt;：圖像中有什麼？ >

＆lt; |助手|＆gt;：該圖像以“最新文章”為特色，重點是博客文章。博客文章討論了“如何訪問DeepSeek Janus Pro 7b？”並強調了其在推理，文本對圖像和指導跟踪中的多模式AI功能。該圖像還包括後台的DeepSeek徽標（海豚）和六角形圖案。

>

我們可以看到該模型能夠讀取圖像中的文本，並在圖像中發現DeepSeek的徽標。最初的印象，表現良好。

>也請閱讀：如何訪問DeepSeek Janus Pro 7b？ 結論

DeepSeek迅速成為AI中的強大力量，為開發人員，研究人員和普通用戶提供了廣泛的模型。隨著它與OpenAI和Gemini等行業巨頭競爭，其成本效益和高性能模型可能會廣泛採用。 DeepSeek模型的應用是無限的，從編碼幫助到高級推理和多模式功能。通過Ollama和基於雲的推理選項的無縫本地執行，DeepSeek有望成為AI研發中的遊戲規則改變者。

> 如果您有任何疑問或面對問題，請隨時在評論部分中詢問！

以上是如何在5分鐘內在本地運行DeepSeek模型？的詳細內容。更多資訊請關注PHP中文網其他相關文章！