type
status
date
slug
summary
tags
category
icon
password
By BarryZed
前置环境搭建
- 确定你的电脑配置能不能配置,建议下载图吧工具箱,把配置给ChatGPT问一下(图吧工具箱相关教程)
- 检查显卡驱动版本
详细步骤
桌面右键 → 英伟达控制面板 → 帮助 → 系统信息


- 安装 CUDA Toolkit 和 cuDNN
- CUDA Toolkit官网:12.9.1官网下载
- cuDNN官网:https://developer.nvidia.com/rdp/cudnn-archive
- 下载 for CUDA 12.x 版本

- 将 CUDA Toolkit写入环境变量
- 首先找到CUDA Toolkit 的安装位置,一般默认在
- win+r,输入下列命令,回车
- 检测是否部署成功:
- win+r,cmd,输入
nvcc --version,回车 - 出现版本信息则设置成功
进入版本文件夹,进入bin文件夹,复制路径

找到“高级”选项卡,”环境变量…”

双击PATH,新建,粘贴刚才的路径

点击三个确定,设置完毕

- 将cuDNN压缩包内的文件解压至CUDA版本文件夹下(”v12.x”),并替换所有同名文件
DeepSeek相关配置
若你的电脑上安装的是>3.11的python版本,请根据此toggle中的步骤将python3.11安装进deepseek_env(不会影响其他软件调用3.13)
- 下载python3.11(https://www.python.org/downloads/windows/)

- 安装


记住安装路径
- 为 DeepSeek 创建一个虚拟环境,安装模型依赖,并确保 Python 能调用 GPU、调用的是python3.11版本
- 打开cmd

- 安装 DeepSeek 所需依赖
⚠️我是使用Python + Transformers 方式运行 DeepSeek 7B 模型
在刚才的cmd页面中继续
- 测试GPU可用性

部署DeepSeed
- 下载模型文件
- DeepSeek的GitGub官方仓库:https://github.com/deepseek-ai/DeepSeek-R1
- 在 Hugging Face 上的模型页面:7B蒸馏版本
- 写python调用程序

(下载全部)
运行DeepSeek
- 按上面步骤进入虚拟环境
- 我的.py文件路径为
D:\DeepSeek_R1\dpr1_start.py,所以我运行
⚠️注意:部署的是续写模型,即DeepSeek会按照你给的prompt作为开头续写
也可以使用Ollema进行无脑部署,很简单,即下即用😄
- 作者:BarryZed
- 链接:
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。








