通过Ollama在本地安装和使用DeepSeek-R1

科技   2025-02-01 12:55   山西  

-推荐关注-

-正文-

通过Ollama在本地安装和使用DeepSeek-R1

  • 1.安装ollama
    • 1.1 下载并安装
    • 1.2 修改ollama模型的存储目录
  • 2.安装deepseek R1
  • 3.通过命令行对话deepseek-r1
  • 4.通过前端页面 Page Assist 对话
  • 5.通过代码调用

-- 领取学习资料大礼包,见文末

随着蛇年的到来,深度求索(DeepSeek)在 AI 领域迎来了一个开门红,全新发布的 DeepSeek-R1 模型以其卓越的性能和超高的性价比,迅速成为业界关注的焦点,点开各大自媒体,基本都被刷屏。

无论是多轮对话、代码生成,还是数学推理,DeepSeek-R1 都展现出了强大的能力,尤其是在 数学推理 和 代码生成 方面,表现尤为亮眼。


更令人惊喜的是,如此高性能的模型,价格却非常亲民,甚至完全开源,吸引了大量开发者和 AI 爱好者的兴趣。

相关阅读:开源大模型DeepSeek-R1 发布,性能对标GPT o1

许多用户希望在本地环境中安装和体验 DeepSeek-R1,以便更好地利用其能力,同时确保数据隐私和安全。然而,对于不熟悉大模型部署的用户来说,本地安装可能显得有些复杂。

幸运的是,现在有一个简单而高效的工具可以帮助我们轻松实现这一目标 — Ollama

Ollama 是一个用于在本地运行大型语言模型(LLM)的一体化工具。它允许用户在本地设备(如个人电脑或服务器)上运行和管理各种 AI 语言模型,而无需连接到云端。

无论是开发者还是普通用户,都可以通过 Ollama 快速上手 DeepSeek-R1,体验其强大的功能。

1.安装ollama 

1.1 下载并安装

官网:https://ollama.com/

浏览器打开官方网站,点击“download”,下载最新版的ollama


双击OllamaSetup.exe安装



等待安装完成后,ollama会默认启动,并挂在右下角任务栏

打开CMD,执行ollama,看到ollama已经安装完成


1.2 修改ollama模型的存储目录

默认情况下,ollama模型的存储目录如下:

  • macOS: ~/.ollama/models
  • Linux: /usr/share/ollama/.ollama/models
  • Windows: C:\Users\<username>\.ollama\models

如果需要使用不同的目录,则需设置环境变量OLLAMA_MODELS, 把它设置为所选目录,如果不需要修改,直接跳到第2章

为了不占用C盘空间,我把ollama的模型都放到其他位置G:\litx\.ollama\models

  1. 打开 "设置"(Windows 11)或 "控制面板"(Windows 10)应用程序,搜索环境变量。
  2. 点击编辑账户的环境变量。
  3. 创建一个新变量OLLAMA_MODELS ,指向存储模型的位置G:\litx\.ollama\models
  4. 单击 "确定/应用 "保存。

2.安装deepseek R1 

在CMD执行命令

ollama run deepseek-r1:7b

根据自己的网络情况,等待一段时间后,看到提示success,表示ollama已经下载好deepseek-r1:7b,并启动成功

DeepSeek-R1-7B,是通过R1蒸馏的小模型,在各方面超越了非推理模型如 GPT-4o-0513


相关阅读:一文说清楚"知识蒸馏"(让“小模型”也能拥有“大智慧”)

因为我电脑配置太低,现在安装一个蒸馏的小版本7b

我的配置:16G内存,RTX2050 4G版本的显卡

官方推荐:至少有 8 GB 的 RAM 可用于运行 7B 模型,16 GB 可用于运行 13B 模型,以及 32 GB 可用于运行 33B 模型

3.通过命令行对话deepseek-r1 

在提示符后输入问题:写一篇100字的科幻小说

看到deepseek r1:7b正常返回,输出速度正常偏慢


如果已经退出交互命令,可以再次执行ollama run deepseek-r1:7b,进入对话

4.通过前端页面 Page Assist 对话 

Page Assist 是一个开源浏览器扩展,提供了一个侧边栏和网页用户界面,用于本地 AI 模型。它允许从任何网页与您的模型进行交互。

打开chrome应用商店,搜索“Page Assist”,点击安装


插件安装成功后,打开插件,看到插件已经检测到我们安装的ollama,提示:Ollama is running;

在上边模型列表中,选择我们正在运行的deepseek-r1:7b


在下边的对话框中输入问题:写一篇100字的科幻小说,看到deepseek-r1:7b正常返回


5.通过代码调用 

安装依赖pip install ollama

流式调用:

from ollama import chat

messages = [
  {
    'role''user',
    'content''天空为什么是蓝的?',
  },
]

for part in chat('deepseek-r1:7b', messages=messages, stream=True):
  print(part['message']['content'], end='', flush=True)

print()

返回:

<think>
嗯,今天老师在课堂上问了一个问题:“天空为什么是蓝色的?”我觉得这是一个很有趣的问题。其实,这个问题看似简单,但背后可能有很多科学知识在里面。我想先从我已有的知识出发,试着理解一下。

首先,我记得小时候看天空的时候,会觉得天的颜色是由云决定的。比如,下雨的时候天变灰暗,下雪的时候天就更白了。所以,蓝色应该是天空原本的颜色对吧?可是,为什么是蓝的呢?难道不是绿色或者黄色吗?

... 省略一堆字...

总结一下,我的理解是:因为阳光的白光在穿过地球的大气层时,各成分会让不同颜色的光线以不同的方式传播,而蓝色的光线由于其较短的波长更容易被散射,所以人们看起来天空是蓝色的。这可能解释了为什么天空通常是蓝色的原因。
</think>

天空呈现蓝色是因为太阳的白光在穿过大气层时发生了色散现象。阳光包含多种颜色的光,而不同颜色的光在大气中传播时会受到不同程度的影响。其中,蓝色的光具有较短的波长,在散射过程中更容易被分散到各个方向。这种现象使得天空看起来是蓝色的。

具体来说:

1. **白光与色散**:太阳发出的光芒是一种复合光,包含了不同颜色的光谱(如红、橙、黄、绿、蓝、靛、紫等)。当这束白光进入地球的大气层时,大气中的分子和小颗粒会对光线产生散射作用。

2. **波长的影响**:各种颜色的光具有不同的波长。蓝色光由于其较短的波长,在大气中更容易被散射,特别是分散到远处的天空区域。相比之下,红色和橙色等长 wavelength 光则主要集中在地面附近,不易被散射。

3. **几何视角**:当观察者位于地球表面时,阳光需要穿过相对较厚的大气层到达眼中。在这种情况下,蓝色光的散射更为明显,使得天空呈现出蓝色。

总结来说,大气中的分子和光线色散现象共同作用的结果,导致了我们看到天空呈现蓝色的现象。这种科学解释不仅解释了为什么天空是蓝色的,还揭示了光线在大气中传播时的复杂性。

Process finished with exit code 0





往日推荐:

  1. AI Agent不能缺少的基本能力之一 :反思(Reflection)之基于外部知识的增强反思
  2. 一文说清楚"知识蒸馏"(让“小模型”也能拥有“大智慧”)
  3. AI Agent不能缺少的基本能力之一:自我反思(Self-Reflecting)
  4. LangChain实战 | 实现一个检索增强生成系统(RAG)

有需要的,在公众号「AI取经路」发消息「学习资料」即可获取。

--END--

点亮“赞”“在看”“分享”好友一起看

AI取经路
踏上取经路,比抵达灵山更重要! AI技术、 AI知识 、 AI应用 、 人工智能 、 大语言模型
 最新文章