国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

deepin 25+DeepSeek-R1+Ollama本地搭建全流程

深度操作系統(tǒng) ? 來源:深度操作系統(tǒng) ? 2025-02-19 10:43 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

日前,為了使 deepin 和 UOS AI 更加開放,我們正式開放了 UOS AI 的模型接入接口。這意味著,所有符合 OpenAI 接口格式的大模型,都可以無縫接入 UOS AI。大家可以根據(jù)自身需求,自由接入心儀的大模型,讓 UOS AI 成為更具個性化的智能伙伴。

在上一篇文章中,我們?yōu)榇蠹以敿毥榻B了 UOS AI 如何離線或在線接入 DeepSeek-R1 模型。今天我們將進一步深入,為大家詳細講解如何借助 Ollama 在本地部署并運行 DeepSeek-R1 模型。

* 感謝社區(qū)用戶「Feelup」提供的教程,本次本地部署在 deepin 25 Preview 環(huán)境中通過Ollama 完成。

1

Ollama 部署

進入 Ollama 網(wǎng)站并復制 Linux 下需要使用的命令,并粘貼到終端中執(zhí)行。

51bcb4a0-ede0-11ef-9310-92fbcf53809c.png

Ollama下載完成后,通過以下命令可查看當前 Ollama 版本

ollama --version

2

Ollama 服務配置

說明1:若您只希望簡單使用,可跳過此處服務配置。 說明2:此處 Ollama 服務配置主要調整了 Ollama 下載模型文件的保存位置和服務訪問限制調整。

sudo vim /etc/systemd/system/ollama.service
默認的配置文件內容
[Unit]
Description=Ollama Service
After=network-online.target


[Service]
ExecStart=/usr/local/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin"


[Install]
WantedBy=default.target

非 deepin 25 服務修改參考

該 Ollama 服務配置適用于 Ubuntu、RedHat、deepin 23 等大多數(shù) Linux 系統(tǒng)

[Unit]
Description=Ollama Service
After=network-online.target


[Service]
ExecStart=/usr/local/bin/ollama serve
User=nano      #此處為當前的用戶名(可選:如果調整了模型的下載保存位置的話,可解決權限問題)
Group=nano     #此處為當前的用戶名(可選:如果調整了模型的下載保存位置的話,可解決權限問題)
Restart=always
RestartSec=3
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin"
Environment="OLLAMA_MODELS=/media/nano/Date/Ollama_Models"   #可選:設置模型的下載位置
Environment="OLLAMA_HOST=0.0.0.0:11434"  #可選:設置可訪問ollama服務的地址與端口(此處表示任意IP地址都可以從端口11434訪問此ollama服務)


[Install]
WantedBy=default.target

deepin 25 服務修改參考

由于 deepin 25 采用了不可變系統(tǒng)設計,Ollama 安裝完成后,程序的執(zhí)行文件位置出現(xiàn)了一些變化。

51c7f7ca-ede0-11ef-9310-92fbcf53809c.png

在進行 Ollama 服務配置時也需要做相應的修改(否則可能會出現(xiàn)服務運行異常)

[Unit]
Description=Ollama Service
After=network-online.target


[Service]
ExecStart=/var/usrlocal/bin/ollama serve    #此處調整了ollama程序的位置
User=nano      #此處為當前的用戶名(可選:如果調整了模型的下載保存位置的話,可解決權限問題)
Group=nano     #此處為當前的用戶名(可選:如果調整了模型的下載保存位置的話,可解決權限問題)
Restart=always
RestartSec=3
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin"
Environment="OLLAMA_MODELS=/media/nano/Date/Ollama_Models"   #可選:設置模型的下載位置
Environment="OLLAMA_HOST=0.0.0.0:11434"  #可選:設置可訪問ollama服務的地址與端口(此處表示任意IP地址都可以從端口11434訪問此ollama服務)


[Install]
WantedBy=default.target

3

Ollama服務啟動

更新服務配置:

sudo systemctl daemon-reload
重啟 Ollama 服務:
sudo systemctl restart ollama.service
查看 Ollama 服務運行狀態(tài):
systemctl status ollama.service

4

DeepSeek-R1模型下載

在 Ollama 站內檢索您所需要下載的模型名稱關鍵字,根據(jù)個人電腦配置選擇合適大小的參數(shù)模型,點擊復制模型下載命令,并將命令粘貼到終端中進行下載即可。

51e61566-ede0-11ef-9310-92fbcf53809c.png

本例選擇下載 1.5b 參數(shù)量大小的模型,模型下載完成后將自動運行,此時可以使用如下命令在「終端」中與它進行對話:

ollama run deepseek-r1:1.5b
下面是一個簡單的運行示例

51fdb05e-ede0-11ef-9310-92fbcf53809c.png

5

在 UOS AI 中添加 DeepSeek-R1

打開 UOS AI 的「設置」選項,在「模型配置」中選擇「私有化部署模型-添加」,進入 UOS AI 的模型添加界面。

522e78b0-ede0-11ef-9310-92fbcf53809c.png

完成添加窗口中的內容填寫,并點擊確定即可,本例中使用到的信息參考如下:

賬號名稱:DeepSeek-R1 模型名:deepseek-r1:1.5b 請求地址:http://127.0.0.1:11434/v1

5246d19e-ede0-11ef-9310-92fbcf53809c.png

填寫完畢并提交確定后,程序會驗證對應的大模型是否可用,驗證成功后,DeepSeek-R1 便被添加至本地模型。

52680972-ede0-11ef-9310-92fbcf53809c.png

隨后即可在 UOS AI 中選擇 DeepSeek-R1 模型進行使用。

52a561a0-ede0-11ef-9310-92fbcf53809c.png

注:以上本地部署流程不僅僅適用于 DeepSeek-R1 模型,同樣也適用于其它模型的本地部署。

附錄:

[1]deepin UOS AI 離線、在線接入 DeepSeek-R1 教程 [2] deepin UOS AI 如何配置自定義模型

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    88

    文章

    35164

    瀏覽量

    279963
  • UOS系統(tǒng)

    關注

    0

    文章

    9

    瀏覽量

    2335
  • DeepSeek
    +關注

    關注

    1

    文章

    798

    瀏覽量

    1747

原文標題:deepin 25 + DeepSeek-R1 + Ollama 本地搭建全流程

文章出處:【微信號:linux_deepin,微信公眾號:深度操作系統(tǒng)】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    【幸狐Omni3576邊緣計算套件試用體驗】CPU部署DeekSeek-R1模型(1B和7B)

    ://ollama.com/install.sh | sh 命令輸出如下: 2.3 ollama下載模型 安裝好了ollama之后,我們就可以使用ollama下載
    發(fā)表于 04-21 00:39

    SL1680 SoC本地運行DeepSeek R1 1.5B大模型

    深蕾半導體SL1680 SoC本地成功運行DeepSeek R1 Distill Qwen2.5 1.5B大模型,展示了執(zhí)行過程及本地小參數(shù)大模型與云端大模型結合的應用場景,并簡要介紹
    的頭像 發(fā)表于 04-17 17:09 ?373次閱讀
    SL1680 SoC<b class='flag-5'>本地</b>運行<b class='flag-5'>DeepSeek</b> <b class='flag-5'>R1</b> 1.5B大模型

    在MAC mini4上安裝Ollama、Chatbox及模型交互指南

    作者:算力魔方創(chuàng)始人/英特爾創(chuàng)新大使劉力 一,簡介 本文將指導您如何在MAC mini4上安裝Ollama和Chatbox,并下載Deepseek-r1:32b模型。Ollama是一個用于管理和運行
    的頭像 發(fā)表于 03-11 17:17 ?827次閱讀
    在MAC mini4上安裝<b class='flag-5'>Ollama</b>、Chatbox及模型交互指南

    技術融合實戰(zhàn)!Ollama攜手Deepseek搭建知識庫,Continue入駐VScode

    Ollama、Deepseek-R1、AnythingLLM 搭建強大的本地個人知識庫,并詳細介紹 Continue 在 VScode 中的本地
    的頭像 發(fā)表于 03-04 14:47 ?672次閱讀
    技術融合實戰(zhàn)!<b class='flag-5'>Ollama</b>攜手<b class='flag-5'>Deepseek</b><b class='flag-5'>搭建</b>知識庫,Continue入駐VScode

    RK3588開發(fā)板上部署DeepSeek-R1大模型的完整指南

    DeepSeek作為國產(chǎn)AI大數(shù)據(jù)模型的代表,憑借其卓越的推理能力和高效的文本生成技術,在全球人工智能領域引發(fā)廣泛關注。DeepSeek-R1作為該系列最新迭代版本,實現(xiàn)了長文本處理效能躍遷、多模態(tài)
    發(fā)表于 02-27 16:45

    9.9萬元用上“滿血”DeepSeek R1一體機,本地部署成新商機?引發(fā)外媒熱議

    本地部署的熱潮 DeepSeek R1作為一款強大的AI大模型,其本地部署能夠帶來諸多優(yōu)勢,如保護數(shù)據(jù)安全和隱私、避免核心數(shù)據(jù)傳輸至第三方云端等。因此,
    的頭像 發(fā)表于 02-27 09:20 ?1667次閱讀

    行芯完成DeepSeek-R1大模型本地化部署

    近日,行芯正式宣布完成 DeepSeek-R1 大模型本地化部署,實現(xiàn)在多場景、多產(chǎn)品中應用。解鎖“芯”玩法,開啟“芯”未來!
    的頭像 發(fā)表于 02-24 15:17 ?893次閱讀

    宇芯基于T527成功部署DeepSeek-R1

    近日,宇芯成功在志T527 Linux系統(tǒng)上本地部署并運行了DeepSeek-R1 1.5B模型。
    的頭像 發(fā)表于 02-15 09:06 ?1082次閱讀
    宇芯基于T527成功部署<b class='flag-5'>DeepSeek-R1</b>

    了解DeepSeek-V3 和 DeepSeek-R1兩個大模型的不同定位和應用選擇

    設計到GDSII文件生成的流程AI輔助 需定制開發(fā)中間件實現(xiàn)工具間數(shù)據(jù)傳遞 四、局限性說明 即使是R1也存在以下局限,需人工復核: 數(shù)值精度問題 :浮點計算可能引入微小誤差(需與仿真工具交叉驗證
    發(fā)表于 02-14 02:08

    【實測】用志A733平板搭建一個端側Deepseek算力平臺

    ? 隨著DeepSeek 的蒸餾技術的橫空出世,端側 SoC 芯片上運行大模型成為可能。那么端側芯片跑大模型的效果如何呢?本文將在志 A733 芯片平臺上部署一個 DeepSeek-R1:1.5B
    發(fā)表于 02-13 10:19

    實戰(zhàn)案例 | 眺望RK3588 RKLLM部署DeepSeek-R1流程

    前言:在RK3588上部署Deepseek有兩種方法,分別是使用Ollama工具部署和使用瑞芯微官方的RKLLM量化部署。Ollama是一個開源的大模型服務工具,調用的是CPU進行的運算,如果要將
    的頭像 發(fā)表于 02-12 08:31 ?5102次閱讀
    實戰(zhàn)案例 | 眺望RK3588 RKLLM部署<b class='flag-5'>DeepSeek-R1</b><b class='flag-5'>全</b><b class='flag-5'>流程</b>

    DeepSeek-R1本地部署指南,開啟你的AI探索之旅

    的進一步使用。 論文鏈接:https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf 1|0一、什么是
    的頭像 發(fā)表于 02-08 10:30 ?5551次閱讀
    <b class='flag-5'>DeepSeek-R1</b><b class='flag-5'>本地</b>部署指南,開啟你的AI探索之旅

    deepin UOS AI接入DeepSeek-R1模型

    DeepSeek-R1 模型自發(fā)布以來吸引了眾多用戶關注,為了讓 deepin 用戶更好地體驗這一前沿技術,UOS AI 現(xiàn)已適配接入 DeepSeek-R1 端側模型!無需忍受服務器崩潰,兩步即可在
    的頭像 發(fā)表于 02-08 09:52 ?1085次閱讀

    在龍芯3a6000上部署DeepSeek 和 Gemma2大模型

    serve 2.運行deepseek-r1大模型 到以下網(wǎng)站選擇不同參數(shù)的大模型 https://ollama.com/library/deepseek-r1 新開一個終端執(zhí)行如下命令 $
    發(fā)表于 02-07 19:35

    DeepSeek-R1尺寸版本上線Gitee AI

    DeepSeek 全套蒸餾模型以及 V3 版本上線后,經(jīng)過 Gitee AI 和沐曦團隊兩天緊鑼密鼓的適配和機器籌備,DeepSeek-R1尺寸版本現(xiàn)在已上線 Gitee AI 供開發(fā)者們使用。
    的頭像 發(fā)表于 02-07 15:25 ?1292次閱讀