windows 本地搭建deepseek环境
时间: 2025-03-03 16:41:50 浏览: 63
### 安装和配置DeepSeek环境
#### 确认硬件需求
为了确保顺利运行,建议确认计算机满足最低硬件要求。对于CPU的要求是至少4核以上[^2]。
#### 下载DeepSeek软件包
前往官方渠道获取适用于Windows系统的最新版本的DeepSeek安装文件。通常会提供.exe或.zip形式的文件供下载。
#### 执行安装过程
双击下载好的安装程序启动向导,按照提示完成基本选项的选择,比如目标文件夹位置等。注意,在此过程中要特别留意有关是否将安装路径加入系统PATH环境变量的选择框,务必勾选此项以便后续操作更加便捷[^1]。
#### 初始设置调整
首次启动应用时会有专门界面引导用户做一系列初始化设定,这其中包括但不限于挑选适合自己的界面显示语言、外观样式以及指定保存项目的工作空间地址等内容。
```batch
:: 设置环境变量(如果安装时未自动添加)
set PATH=%PATH%;C:\path\to\deepseek\installation\directory
```
#### 验证安装成功与否
通过命令行输入`deepseek --version`来验证是否可以正常调用该工具及其具体版本号信息,以此判断整个流程是否有误。
相关问题
windows系统搭建deepseek 1.5B本地环境
### 配置和部署DeepSeek 1.5B模型的本地环境
#### 环境准备
为了成功在Windows系统上配置并部署DeepSeek 1.5B模型,确保计算机满足最低硬件需求。该模型较为轻量化,大约仅需1GB以上的显存空间[^3]。
#### 安装必要的软件工具
首先需要安装Python解释器及其依赖库。推荐使用Anaconda发行版简化这一过程。通过Anaconda Navigator图形界面或命令行工具`conda`创建一个新的虚拟环境,并激活此环境用于后续操作:
```bash
conda create -n deepseek python=3.9
conda activate deepseek
```
接着,在新环境中安装PyTorch框架及其他必需组件。考虑到GPU加速能够显著提升推理速度,建议优先考虑CUDA支持版本;但如果设备不具备NVIDIA GPU,则可以选择CPU版本:
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
# 或者对于无GPU的情况:
# pip install torch torchvision torchaudio
```
#### 获取预训练模型文件
访问官方提供的链接下载对应规模(即1.5B参数量)的预训练权重文件。通常这些资源会被打包成`.pth`或其他二进制格式存储于云端仓库中。完成下载之后解压至指定目录备用。
#### 加载与测试模型
编写简单的脚本来加载刚刚获取到的模型结构定义及对应的权重数据。下面给出了一段基于Hugging Face Transformers库实现的例子代码片段:
```python
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name_or_path = "path/to/deepseek-r1-1.5b"
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path)
input_text = "你好啊,"
inputs = tokenizer(input_text, return_tensors="pt").to("cuda") # 如果有GPU则改为'cuda'
outputs = model.generate(**inputs, max_length=50)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
```
这段程序会读取输入字符串并通过调用`generate()`方法生成一段延续性的对话回复作为输出展示给用户查看。
本地搭建deepseek
### 如何在本地环境搭建 DeepSeek
#### 配置要求
为了成功安装并运行DeepSeek,在本地环境中需具备一定的硬件和软件条件。推荐配置如下:
- **操作系统**: Windows 10 或更高版本[^2]
- **内存**: 至少8GB RAM,建议16GB以上以获得更好的性能表现
- **存储空间**: 足够的空间用于下载模型及相关依赖项;具体大小取决于所选模型及其参数量级
- **Python 版本**: Python 3.7 及以上版本[^1]
#### 安装过程
按照以下指南完成DeepSeek的本地部署工作。
##### 准备阶段
确保已安装必要的开发工具链以及库文件。对于Windows平台而言,可以通过Chocolatey或Scoop来简化这些前置组件的获取流程。
```bash
choco install python git make cmake ninja
```
##### 获取源码仓库
克隆官方GitHub项目地址至个人计算机内,并切换到指定分支(如`main`或其他稳定版标签页),以便于后续操作更加顺畅无阻。
```bash
git clone https://github.com/deepseek-lm/DeepSeek.git
cd DeepSeek
git checkout main
```
##### 构建与编译
依据README.md中的指示执行构建命令序列,这通常涉及到设置虚拟环境、激活该环境后再利用pip工具安装所需的Python包集合。
```bash
python -m venv .venv
source .venv/bin/activate # Linux/MacOS; For Windows use `.\.venv\Scripts\activate`
pip install --upgrade pip setuptools wheel
pip install -r requirements.txt
make build
```
##### 启动服务端口监听
当一切准备就绪之后,则可通过启动脚本来开启HTTP API服务器实例,默认情况下会绑定localhost上的某个可用TCP端口号供客户端访问调用接口函数。
```bash
uvicorn app.main:app --reload --host 127.0.0.1 --port 8000
```
此时应该可以在浏览器里输入http://127.0.0.1:8000查看API文档页面,确认服务已经正常上线运作。
更多详细信息和高级配置,请参阅官方文档:[DeepSeek Documentation](https://deepseek.com/docs)。
阅读全文
相关推荐
















