不要买deepseek虚拟商品，尤其是这些付费内容，不推荐大家去买！

deepseek火了，也有不少人也跟着一起火了，而他们火是因为卖deepseek虚拟教程，卖火了。

我不否认有些课程，存在一定的必要性，因为付费的背后是在缩短学习时间，但是这些deepseek课程，真心不建议大家去买：

插播：deepseek@三乐学院大掌柜

1、deepseek软件的本地化部署，特别是很多人的电脑是架不住deepseek私有化部署的，因为电脑配置这点就卡掉了，关于deepseek对应的电脑配置，我前面问答也有写。

等部署后，发现电脑卡得很，然后还要自己折腾卸一遍，还花了钱，是你会不会抓狂啊？

2、deepseek入门操作教程，我觉得这个也没有必要买，deepseek的入门教程，官网上有使用指南的，官网的教程肯定是最专业、全面。

（官网专业技术教程的查看位置，我给大家附图了）

3、deepseek+一人公司方法论，我看某抖上卖了不少银子，关于创业方面智者见智，不好一概而论，但核心的一点是，卖这些课程的人，究竟有没有真正创业过？有没有实战经验呢？

有时，我觉得钱花了是小。

重点在于，我们买的课程能否帮助解决问题？

是否在浪费我们的时间？这些课程是否是在贩卖焦虑？

附：简单的Deepseek本地部署方法  来源公众号：小众技术

相信大家最近在使用deepseek的时候，经常会遇到这种服务器繁忙无法回答的情况。要想解决这个问题，除了不断刷新重试外，你还可以把它部署到你的本地电脑中，这样就算是电脑没联网也可以放心使用了！

本期我就教大家一种，非常简单的Deepseek本地部署方法，所有人都能听懂、都可以操作！

下载Ollama

网址：https://ollama.com/

首先，我们需要用到的是Ollama这款软件。这是一个免费开源的本地大语言模型运行平台，可以帮你把deepseek模型下载到你的电脑并运行。

它即支持Windows也支持MacOS，直接在官网点击下载即可，下载后傻瓜式安装完成后，在电脑中搜索cmd，打开后输入ollama并回车，如果看到的是这样的输出，就说明你已经安装成功了。

如果提示你找不到该命令，可以检查一下你系统的环境变量有没有配置Ollama的安装目录，如果已经有该配置，但还是提示你找不到该命令的话，重启一下电脑应该就可以了。

下载Deepseek模型

接下来我们到Ollama官网首页，点击这里的deepseek-r1，会进入到deepseek模型的下载主页，deepseek-r1目前主要有1.5b、7b、8b、14b、32b、70b、671b，这几种不同量级的开源模型。

数字后面的b是英文billion，也就是十亿的首字母，整体代表的是模型的参数量，1.5b就是15亿参数，7b就是70亿参数，参数量越大意味着你得到的回答的质量也就越高。

但是参数量越大，所需要的GPU资源也就越高，如果你的电脑没有独立显卡，那么就选择1.5b版本。

如果有独立显卡，但显存是4G或8G左右的，可以选择7b或8b的版本。 确定好模型版本之后，只需要把对应命令粘贴到cmd终端回车，等待模型下载完成，然后自动运行就好了。

当你看到这个success的提示时，至此，deepseek本地版就部署好了。但现在只能在终端使用这种命令行式的方式进行对话，体验不太好。所以我们需要借助一些第三方工具，实现官网中的对话样式。

第三方UI客户端

网址：https://cherry-ai.com/

这里推荐大家使用Cherry Studio这款工具。它是一个支持多家大模型平台的AI客户端，使用它可以直接对接ollama API，实现窗口式的大模型对话效果。

首先，到官网下载软件，安装完成后，点击左下角的设置。在模型服务中选择ollama。首先把顶部的开关打开，然后点击底部的管理按钮。

在弹出的界面中添加你刚才下载的deepseek模型。然后回到首页的对话界面，这时就可以和deepseek进行对话了。

如果你安装了多个deepseek模型，也可以点击顶部进行切换。

模型测试

接下来，我们通过一个题目来测试一下模型回答的质量。题目很简单：一个挂钟敲六下要30秒，敲12下要几秒？正确答案是66秒。

我们首先来看一下1.5b这个模型的回答。可以看到回答速度非常快，但输出的答案很啰嗦，答案也不对。

接下来再看一下14b模型的结果，回答得很简洁，且结果也是正确的。首先确定了每敲一次的时间间隔，然后计算了敲击12次总共消耗的时间。

总结

从此我们也可以得出，参数量越多的模型，回答的质量也就越高、越准确。不过，即使你使用了700亿参数的版本，它也不是官网使用的deepseek r1，因为官网使用的是671b的纯血版deepseek。

你别看他的模型大小只有400GB，要想在本地运行该模型，你至少需要4块80G显存的A100显卡。这个成本对于个人来说基本是不可能实现的。所以，我们在本地运行这些缩小版模型的意义，更多的是折腾和体验。

不过对于个人使用来说，8b或32b的版本其实已经完全够用了，特别是在断网的情况下，它依然可以正常工作，而且不会出现服务器繁忙的情况。这一点是在线版本无法比拟的。

好了，今天的分享就到这里。