DeepSeek图解10页PDF作者：郭震2025.2.3目录1本地部署并运行DeepSeek......................21.1为什么要在本地部署DeepSeek.................21.2DeepSeek本地部署三个步骤...................21.3DeepSeek本地运行使用演示...................42DeepSeek零基础必知........................52.1LLM基础概念..........................52.2Transformer基础架构......................62.3LLM基本训练方法........................72.3.1预训练（Pretraining）..................72.3.2监督微调（SupervisedFine-Tuning,SFT）......72.3.3强化学习（ReinforcementLearning,RL）.......73DeepSeek-R1精华图解.......................73.1DeepSeek-R1完整训练过程...................73.1.1核心创新1：含R1-Zero的中间推理模型.......83.1.2核心创新2：通用强化学习...............83.2含R1-Zero的中间推理模型训练过程..............93.3通用强化学习训练过程......................103.4总结DeepSeek-R1........................114参考文献................................1111本地部署并运行DeepSeek1.1为什么要在本地部署DeepSeek在本地搭建大模型（如DeepSeek）具有多个重要的优势，比如：1.保护隐私与数据安全。数据不外传：本地运行模型可以完全避免数据上传至云端，确保敏感信息不被第三方访问。2.可定制化与优化。支持微调（Fine-tuning）：可以根据特定业务需求对模型进行微调，以适应特定任务，如行业术语、企业内部知识库等。3.离线运行，适用于无网络环境。可在离线环境下运行：适用于无互联网连接或网络受限的场景。提高系统稳定性：即使云服务宕机，本地大模型依然可以正常工作，不受外部因素影响。本教程搭建DeepSeek好处本地搭建DeepSeek三个比较实际的好处：•本教程接入的是DeepSeek推理模型R1，开源免费，性能强劲•本教程搭建方法零成本，不需花一分钱。•为了照顾到大部分读者，推荐的搭建方法已将电脑配置要求降到最低，普通电脑也能飞速运行。1.2DeepSeek本地部署三个步骤一共只需要三步，就能做到DeepSeek在本地运行并与它对话。第一步，使用的是ollama管理各种不同大模型，ollama比较直接、干净，一键下载后安装就行，安装过程基本都是下一步。不知道去哪里下载的，可以直接在我的公众号后台回复：ollama，下载这个软件，然后装上，可以拿着手机扫码下图1直达我的公众号：教程作者：郭震，工作8年目前美国AI博士在读，公众号：郭震AI，欢迎关注获取更多原创教程。资料用心打磨且开源，是为了帮助更多人了解获取AI知识，严禁拿此资料引流、出书、等形式的商业活动图1:我的公众号：郭震AI安装后，打开命令窗口，输入ollama，然后就能看到它的相关指令，一共10个左右的命令，如下图2所示，就能帮我们管理好不同大模型：图2:Ollama常用的命令第二步，命令窗口输入：ollamapulldeepseek-r1:1.5b，下载大模型deepseek-r1到我们自己的电脑，如下图3所示：图3:DeepSeek-r1下载到本地电脑命令教程作者：郭震，工作8年目前美国AI博士在读，公众号：郭震AI，欢迎关注获取更多原创教程。资料用心打磨且开源，是为了帮助更多人了解获取AI知识，严禁拿此资料引流、出书、等形式的商业活动至此在我们本地电脑，DeepSeek大模型就下载到我们本地电脑，接下来第三步就可以直接使用和它对话了。在cmd(Windows电脑)或terminal(苹果电脑)执行命令：ollamarundeepseek-r1:1.5b，很快就能进入对话界面，如下图4所示：图4:Ollama软件启动deepseek-r1界面1.3DeepSeek本地运行使用演示基于上面步骤搭建完成后，接下来提问DeepSeek一个问题：请帮我分析Python编程如何从零开始学习?，下面是它的回答，首先会有一个think标签，这里面嵌入的是它的思考过程，不是正式的回复：图5:deepseek-r1回复之思考部分等我们看到另一个结束标签think后，表明它的思考已经结束，下面一行教程作者：郭震，工作8年目前美国AI博士在读，公众号：郭震AI，欢迎关注获取更多原创教程。资料用心打磨且开源，是为了帮助更多人了解获取AI知识，严禁拿此资料引流、出书、等形式的商业活动就是正式回答，如下...