Lazy loaded image
💬Windows环境下部署DeepSeek R1
字数 845阅读时长 3 分钟
2025-11-11
2025-11-11
type
status
date
slug
summary
tags
category
icon
password
By BarryZed

前置环境搭建

  1. 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)
  1. 检查显卡驱动版本
    1. 详细步骤
      桌面右键 → 英伟达控制面板 → 帮助 → 系统信息
      notion image
      notion image
  1. 安装 CUDA Toolkit 和 cuDNN
    1. CUDA Toolkit官网:12.9.1官网下载
      1. notion image
    2. cuDNN官网:https://developer.nvidia.com/rdp/cudnn-archive
        • 下载 for CUDA 12.x 版本
  1. 将 CUDA Toolkit写入环境变量
    1. 首先找到CUDA Toolkit 的安装位置,一般默认在
      1. 进入版本文件夹,进入bin文件夹,复制路径
        notion image
    2. win+r,输入下列命令,回车
      1. 找到“高级”选项卡,”环境变量…”
        notion image
        双击PATH,新建,粘贴刚才的路径
        notion image
        点击三个确定,设置完毕
        • 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
            • notion image
  1. 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)
  1. 下载python3.11(https://www.python.org/downloads/windows/
    1. notion image
  1. 安装
    1. notion image
      notion image
      记住安装路径
  1. 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
    1. 打开cmd
      1. notion image
  1. 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
  1. 测试GPU可用性
    1. notion image

部署DeepSeed

  1. 下载模型文件
      • 在 Hugging Face 上的模型页面:7B蒸馏版本
        • notion image
          (下载全部)
    1. 写python调用程序

    运行DeepSeek

    1. 按上面步骤进入虚拟环境
    1. 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😄
      上一篇
      面向低空安全管控的多模态大模型反无人机监测平台项目记录
      下一篇
      耳返轨(演出用)制作教程
      • 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。

      评论
      Loading...