找到
4
篇与
Deepseek
相关的结果
-
CherryStudio结合本地部署大模型使用 回顾文章 使用ollama本地部署DeepSeek大模型教程 CherryStudio使用本地部署大模型 前期文章已经介绍ollama本地部署大模型，下面就介绍如何使用CherryStudio添加本地部署大模型使用。 根据如下截图找到ollama的模型设置，apikey随便填写或者不填写，因为本地使用ollama部署大模型，默认绑定ip端口是127.0.0.1:11434,这里的地址填写http://127.0.0.1:11434/v1/（切记这里的v1后面要添加/） 1.png图片 填写好地址之后要添加模型，在你的CMD窗口运行ollama list查看模型名称 2.png图片 直接复制模型名称填写到如下截图中第一个框就行，后面的信息会自动给你添加 3.png图片 上面步骤做好之后，就可以跟本地大模型进行对话了 结语 使用本地大模型可以保障数据的安全，对话信息都在本地电脑上进行，有兴趣的小伙伴可以进一步探索
-
用LM Studio快速在本地运行 DeepSeek R1 模型 该模型在数学、代码和自然语言推理等任务上表现卓越，性能直接对标OpenAI的o1正式版，同时以开源形式向全球开发者开放，并使用MIT协议开源，支持免费商用，无需申请授权，为LLM大模型开源世界又补给了满满一仓库弹药。由于DeepSeek容易遭到国外大量的攻击，导致大部分用户用不了DeepSeek，所以我来教大家如何部署本地DeepSeek R1，无需联网即可免费使用 1.webp图片 本教程教大家用LM studio部署DeepSeek R1本地部署 1.下载并安装 LM studio LM stuido官网：https://lmstudio.ai/ 2.webp图片 进入LM Studio的官方网站后，可以在页面上找到"Download"或类似的下载按钮。 点击下载按钮后，浏览器会开始下载LM Studio的安装包。 下载完成后，双击安装包进行安装。在安装过程中，按照提示完成安装步骤。 DeepSeek R1 模型下载 隐藏内容，请前往内页查看详情 LM studio常见问题 Cannot read properties of undefined (reading 'pullReport')' 可能是我们关闭了AVX2，进入Bios里面打开就可以了 模型加载失败 确保模型名称正确。 检查网络连接，确保能够访问模型仓库。 GPU 不支持 检查 CUDA 和驱动是否安装正确。 确保 Ollama 版本支持 GPU。 性能问题 尝试减少批量大小或使用更小的模型变体。 确保硬件资源充足。 祝大家使用本地模型愉快
-
使用AI的核心: 提示词 什么是提示词？ 想象你第一次和一个外国朋友聊天，你会特别注意用简单明确的话，生怕对方听不懂。和AI聊天也是一样的道理！提示词，说白了就是"和AI说话的方式"。 就像你和朋友说话： 含糊的说法："我想吃点东西" 明确的说法："我想吃一份麻辣烫，要多放青菜，不要太辣" 和AI说话也一样： 含糊的说法："帮我写个网站" 明确的说法："帮我写一个个人介绍网站，需要包含：个人照片、自我介绍、工作经历、联系方式" 怎么和AI说话？ 1. 告诉AI它是谁 就像你去医院看病，医生知道自己是医生，就知道该怎么帮你。和AI说话时，也要先告诉它"你是谁"： 2. 说明你要做什么 清清楚楚地告诉AI你想要什么： 3. 说明具体要求 就像点外卖时的备注，越详细越好： 举例： 你现在是一个有5年经验的前端开发老师，要用通俗易懂的方式教我写网页 请帮我写一个简单的网页，页面上要显示： 1. 一个大标题"欢迎来到我的网站" 2. 一段自我介绍 3. 一张我的照片具体要求： 1. 标题要用蓝色 2. 字体要大一点，方便阅读 3. 照片要居中显示 4. 页面要好看一点实用说话模板 1. 写代码时这样说 你是一个前端开发老师 请帮我写一个[具体功能]，要求： 1. 界面要简单好看 2. 代码要有注释说明 3. 要用简单的代码 补充说明：我是编程新手，请用最简单的方式实现2. 看不懂代码时这样说 我是编程新手，请用最简单的语言帮我解释这段代码： [把代码贴在这里] 请告诉我： 1. 这段代码是做什么用的？ 2. 重要的部分是哪些？ 3. 为什么要这样写？3. 遇到错误时这样说 我遇到了这个错误： [把错误信息贴在这里] 我的代码是： [把代码贴在这里] 我是新手，请： 1. 用简单的话告诉我错在哪里 2. 怎么改正这个错误 3. 以后要注意什么新手常见问题 ❌ 错误示范 说得太简单： ❌ "写个登录功能" ✅ "写一个用户登录页面，需要用户名和密码输入框，点击登录按钮后显示登录成功" 没说清楚自己是新手： ❌ "这代码怎么优化？" ✅ "我是编程新手，请帮我用简单的方式优化这段代码，并解释每处修改的原因" 不敢多问： ❌ 看不懂就放弃 ✅ "对不起，我还是不太明白，能再简单解释一下吗？" 实用小技巧 先说明你是新手 "我是编程新手，请用最简单的方式解释..." "我第一次使用AI，请..." 不懂就问 AI不会嫌你烦 看不懂就直接说"我没明白，能再解释一下吗？" 一步一步来 不要一次要求太多 可以分成小步骤慢慢来 要例子 让AI给你具体例子 例子能帮助你更好理解 记住这些就够了 AI不会读心术，想要什么要说清楚 不要怕麻烦AI，有问题就问 告诉AI你是新手，它会用简单的方式回答 看不懂就要求举例说明 现在，试着和AI说说话吧！记住：AI是你的学习助手，不要害怕和它交流！
-
使用ollama本地部署DeepSeek大模型教程 随着人工智能技术的飞速发展，大型语言模型（LLM）在自然语言处理、图像识别、数据分析等多个领域展现出了巨大的潜力。然而，对于许多开发者和研究者来说，如何在本地环境中高效地部署和管理这些大型模型仍然是一个挑战。本文将介绍如何使用Ollama这一开源框架来部署DeepSeek模型，旨在帮助读者快速搭建起本地的深度学习环境。一、Ollama简介 1. 什么是Ollama Ollama是一个用于简化在本地运行大型语言模型（LLM）的工具，它支持多种模型格式，包括但不限于GGUF、Safetensors等。通过Ollama，用户可以轻松地下载、配置和运行预训练的语言模型，无需复杂的设置或深入的技术背景。 2. Ollama的主要特性 易用性：提供了简洁的命令行界面，使得模型的下载、安装和运行变得非常简单。 灵活性：支持多种操作系统，包括Windows、macOS和Linux。 可扩展性：允许用户自定义模型，添加新的功能或优化现有功能。 社区支持：拥有活跃的开发社区，不断更新和完善工具的功能。 二、准备工作 1. 系统要求 操作系统：支持Windows、macOS和Linux。 硬件：建议至少8GB RAM（16GB或以上更佳），以及足够的硬盘空间用于存储模型文件。 软件依赖：需要安装Python 3.7及以上版本。 2. 安装Ollama 隐藏内容，请前往内页查看详情 四、结语 总结 通过本教程，你已经成功使用Ollama部署了DeepSeek模型，并运行了一个简单的示例。Ollama的轻量化和易用性使其成为部署AI模型的理想选择。 下一步 尝试将DeepSeek集成到其他chatbot项目中。Ollama 默认绑定 127.0.0.1 端口 11434。你可以通过设置 OLLAMA_HOST 环境变量来更改绑定地址。这样就可以实现本地AI智能问答系统了 附录 参考链接 Ollama官方文档 DeepSeek模型下载 DeepSeek智能问答官网 DeepSeep官网
