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。
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🆓↓↓↓
👉👈
