Windows系统安装DeepSeekR1流程(两种主流方法)
一、基础环境准备
在安装DeepSeekR1前,需确保系统满足以下要求:
- 操作系统:Windows 10/11(64位,建议开启虚拟化支持);
- 硬件配置:
- CPU:至少4核(推荐Intel i5/i7或AMD Ryzen 5/7及以上);
- 内存:至少8GB RAM(1.5B模型建议8GB,7B及以上模型推荐16GB+);
- 存储:至少10GB可用空间(7B模型需20GB+);
- GPU(可选但推荐):NVIDIA GTX 1060 6GB及以上(支持CUDA加速,提升运行效率);
- 依赖工具:Python 3.8+(建议3.10+)、pip(Python包管理工具,随Python安装)、Ollama(轻量级模型管理工具,必装)。
二、方法一:通过Ollama快速部署(推荐,适合小白)
Ollama是DeepSeekR1官方推荐的本地部署工具,可一键下载、运行模型,无需复杂配置。
1. 安装Ollama
- 访问Ollama官网(ollama.com),点击“Download for Windows”下载安装包(约800MB);
- 双击安装包,按照向导提示完成安装(默认路径为
C:\Program Files\Ollama,无需修改); - 安装完成后,打开命令提示符(Win+R→cmd),输入
ollama --version,若显示版本号则说明安装成功。
2. 部署DeepSeekR1模型
- 在命令提示符中,输入以下命令下载并运行DeepSeekR1模型(以1.5B参数版为例,适合入门):
ollama run deepseek-r1:1.5b
- 若需更大参数的模型(如7B,适合复杂任务),可将命令中的
1.5b替换为7b:
ollama run deepseek-r1:7b
- 执行命令后,Ollama会自动下载模型文件(约3-15GB,取决于版本),下载完成后自动启动模型。
3. (可选)配置模型存储路径
- 若需更改模型默认存储位置(默认在
C:\Users\你的用户名\.ollama\models),可通过以下步骤设置:
- 右键“此电脑”→“属性”→“高级系统设置”→“环境变量”;
- 点击“新建”,变量名输入
OLLAMA_MODELS,变量值输入自定义路径(如D:\deepseek_models); - 重启命令提示符使配置生效。
三、方法二:传统本地安装(适合需要自定义配置的用户)
若需更灵活的配置(如修改模型参数、集成到其他应用),可选择传统安装方式。
1. 安装Python及依赖
- 访问Python官网(python.org),下载Python 3.8+安装包,勾选“Add Python to PATH”(关键,避免后续配置麻烦);
- 安装完成后,在命令提示符中输入
pip --version,确认pip已安装; - (可选)安装虚拟环境工具(推荐,隔离项目依赖):
pip install virtualenv
创建并激活虚拟环境:
virtualenv deepseek_env
deepseek_env\Scripts\activate
2. 下载DeepSeekR1源码
- 访问DeepSeek官方GitHub仓库(deepseek-ai/deepseek-r1),下载最新版本的源码(或通过
git clone克隆); - 解压源码包,进入项目目录(如
cd deepseek-r1)。
3. 安装Python依赖
- 在项目目录中,运行以下命令安装所需依赖(包括PyTorch、Transformers等):
pip install -r requirements.txt
- 若使用GPU加速,需安装PyTorch的CUDA版本(替换为对应CUDA版本,如cu118):
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
4. 运行DeepSeekR1
- 在命令提示符中,输入以下命令启动模型(需确保虚拟环境已激活):
python -m deepseek_r1.cli --model deepseek-r1:1.5b
- 启动后,模型会加载到内存中,通过命令行或API进行交互。
四、常见问题解决
- 依赖安装失败:升级pip至最新版本(
pip install --upgrade pip),或手动下载依赖包安装; - 内存不足:关闭其他占用内存的程序,或选择更小的模型版本(如1.5B);
- 环境变量错误:检查
PATH变量是否包含Python和DeepSeekR1的安装路径,或重新配置环境变量; - 模型下载缓慢:使用国内镜像源(如清华源)加速,或在Ollama命令中添加
--mirror参数(如ollama run deepseek-r1:1.5b --mirror)。
以上流程覆盖了Windows系统安装DeepSeekR1的主流方式,可根据自身需求选择。Ollama方法适合快速上手,传统方法适合需要深度定制的用户。