本地部署 DeepSeek-R1 实战：Ollama 三步跑通与训练流程图解

简介这份PDF图解资料面向对大模型感兴趣的技术爱好者与研发人员聚焦DeepSeek在本地环境下的部署方法与核心训练原理帮助读者以低成本方式搭建可离线运行的大模型应用。内容从本地部署的三个实操步骤与运行演示切入逐步展开LLM基础概念、Transformer架构以及预训练、监督微调SFT、强化学习等训练方法并重点图解DeepSeek-R1的完整训练流程包括含R1-Zero的中间推理模型与通用强化学习两项核心创新。资源包共1个PDF文件约2.64MB以图文并茂的形式呈现操作界面与训练流程便于对照理解。目前已有2199人学习适合零基础读者快速上手也可为研究者提供推理模型构建的前沿参考。1. 本地跑通 DeepSeek-R1一份 10 页图解 PDF 能省掉多少试错很多人第一次听说“本地部署大模型”脑子里浮现的是机房、A100 集群和一堆看不懂的配置文件。但实际情况是一台普通笔记本、一条命令、几分钟下载就能把 DeepSeek-R1 跑起来跟你对话。这份 10 页的图解 PDF 做的事情就是把这层心理门槛拆掉——它不讲虚的直接告诉你用什么工具、敲什么命令、看到什么界面算成功。它覆盖三块内容本地部署的完整操作路径Ollama DeepSeek-R1、LLM 和 Transformer 的基础概念参数规模、注意力机制、Scaling Laws、以及 DeepSeek-R1 的训练流程拆解R1-Zero 纯强化学习、通用强化学习两阶段。适合两类人一是想在自己电脑上跑一个大模型但不知道从哪下手的新手二是已经能用 API 调模型、但想搞清楚 R1 推理能力到底怎么来的研发人员。PDF 本身是图解形式每一步都有界面截图照着做基本不会卡住。2. 三步跑通 DeepSeek-R1Ollama 安装、模型拉取与对话验证2.1 为什么选 Ollama 而不是自己搭推理框架本地跑大模型的路子其实不少常见的有 llama.cpp、vLLM、Text Generation WebUI 等。但这份教程选 Ollama 作为入口理由很实际它对硬件要求低、安装过程几乎零配置、命令行交互直观。你不需要提前装 CUDA、不需要手动编译、不需要调张量并行参数下载安装包双击下一步就行。Ollama 本质上是一个模型管理和推理调度的工具层。它帮你处理了模型格式转换、量化加载、GPU/CPU 调度这些脏活你只需要记住几个命令就能管理不同的大模型。教程里提到它大概有 10 个左右的常用命令覆盖了拉取、运行、列出、删除等操作。对于第一次接触本地部署的人来说这个抽象层级刚刚好——不会因为太底层而卡在环境配置上也不会因为太高层而完全不知道背后发生了什么。另一个选它的原因是模型生态。Ollama 的模型库里有 DeepSeek-R1 的多个参数版本1.5b、7b、8b 等直接按名字拉就行不用自己去 HuggingFace 找权重文件再转换格式。2.2 安装 Ollama 与拉取 DeepSeek-R1 模型第一步是装 Ollama。去官网下载对应系统的安装包Windows 双击 exe、Mac 拖进 Applications安装过程基本就是一路下一步。装完之后打开终端Windows 用 cmd 或 PowerShellMac 用 Terminal输入ollama如果安装成功你会看到一屏命令列表和使用说明。这一步的作用是验证 Ollama 已经正确安装并且加入了系统 PATH。如果提示“command not found”说明安装路径没配好Windows 下重新安装并勾选“Add to PATH”Mac 下检查/usr/local/bin是否在环境变量里。确认 Ollama 可用之后拉取 DeepSeek-R1 模型ollama pull deepseek-r1:1.5b这条命令做的事情是从 Ollama 的模型仓库下载 DeepSeek-R1 的 1.5B 参数版本到本地。pull是拉取动作deepseek-r1是模型名称1.5b是参数规模标签。下载时间取决于网速1.5B 版本大概几百 MB 到 1GB 出头普通宽带几分钟能完成。注意模型标签里的1.5b代表 15 亿参数7b是 70 亿8b是 80 亿。参数越多模型能力越强但对内存和显存的要求也越高。教程推荐 1.5b 是为了让普通配置的电脑也能跑起来。2.3 启动对话与验证推理输出模型下载完成后直接运行ollama run deepseek-r1:1.5b终端会进入一个交互式对话界面光标变成输入提示符你打字回车模型就开始生成回复。教程里演示了一个问题“请帮我分析 Python 编程如何从零开始学习”模型的回复分两段——第一段被think标签包裹是模型的思考过程Chain-of-Thought第二段是正式回答。这个think标签是 DeepSeek-R1 系列的一个显著特征。它把推理过程和最终输出做了显式分离你能看到模型在“想什么”而不只是拿到一个结论。对于调试 prompt 或者理解模型行为来说这个设计很有用。如果你只想要最终答案等think闭合标签出现之后的内容就是正式回复。验证部署成功的标准很简单能进入对话界面、输入问题后有输出、输出包含思考过程和正式回答两部分。到这一步本地部署就算跑通了。3. 从 Transformer 到 R1理解 DeepSeek 训练流程的关键概念3.1 LLM 参数规模与 Transformer 架构的核心组件在深入 R1 的训练细节之前有几个基础概念需要先立住。第一个是参数规模。你看到的1.5b、7b、8bb 是 billion十亿7b 就是 70 亿个参数。这些参数包括 Transformer 里的权重矩阵和偏置项是模型从训练数据里学到的“知识”的载体。参数越多模型能容纳的信息量越大但推理时需要的计算资源也越多。第二个是 Transformer 架构。2017 年提出的这个结构取代了之前的 RNN 和 LSTM成为大模型的主流骨架。它的核心组件包括自注意力机制Self-Attention、多头注意力Multi-Head Attention、前馈神经网络FFN和位置编码Positional Encoding。自注意力让模型在处理每个词的时候能“看到”句子里其他所有词从而捕捉长距离依赖关系多头注意力则是用多组注意力权重并行分析不同的语义维度前馈网络做非线性变换提升表达能力位置编码解决的是 Transformer 没有循环结构、需要额外方式理解词序的问题。第三个是 Scaling Laws。这个规律说的是模型参数越多、训练数据越大越多样模型的能力就越强而且即使数据里混有噪声扩展规律仍然能帮助模型提取通用知识。Transformer 之所以成为大模型的首选架构很大程度上是因为它完美适配了 Scaling Laws——加层、加宽、加数据性能就能可预测地提升。3.2 预训练、SFT 与强化学习的分工LLM 的训练不是一步到位的通常分三个阶段。预训练Pretraining是大规模无监督学习阶段用海量文本数据让模型学会预测下一个词从而掌握语言的基本结构和世界知识。这个阶段的数据量最大、算力消耗最高但产出的模型还不太会“听话”——你问它问题它可能续写而不是回答。监督微调SFT解决的就是这个问题。用人工标注的问答数据对预训练模型做进一步训练让它学会按照人类期望的格式输出。比如你问“Python 怎么入门”SFT 之后的模型会给出结构化的建议而不是续写一段似是而非的文本。强化学习RL是第三阶段也是 DeepSeek-R1 的核心创新所在。传统的 RLHF基于人类反馈的强化学习需要人类标注者对模型输出打分然后模型根据分数调整策略。DeepSeek-R1 的突破在于它在推理任务上验证了纯强化学习也能大幅提升模型能力甚至不需要 SFT 阶段。3.3 R1-Zero 与通用强化学习的两阶段设计DeepSeek-R1 的训练流程可以拆成两个核心阶段。第一阶段是推理导向的强化学习产出一个中间推理模型。这个阶段的关键创新是 R1-Zero——它完全跳过了监督微调直接基于 DeepSeek-V3 基础模型用强化学习训练。结果出乎意料地好在数学和逻辑推理任务上R1-Zero 的表现逐步接近甚至超越了同期顶尖推理模型的水平。但 R1-Zero 也有明显问题回复时会出现语言混合中英文夹杂而且在非推理任务上表现较差。于是有了第二阶段——通用强化学习。这一阶段基于 SFT checkpoint 做进一步训练引入了帮助性helpfulness和安全性safety奖励模型让模型在保持推理能力的同时也能在通用对话任务上表现良好。最终产出的 DeepSeek-R1 就是这两阶段的结合体既有 R1-Zero 的强推理能力又有通用强化学习带来的任务适应性和输出规范性。教程里用了一张完整的训练流程图来展示这个两阶段过程把 R1-Zero 的生成、中间推理模型的训练、通用强化学习的优化串成了一条线。4. 本地部署 DeepSeek 的避坑与排查显存、模型选择与输出异常4.1 模型拉取失败或下载中断现象执行ollama pull deepseek-r1:1.5b后进度条卡住不动或者报错提示连接超时。原因Ollama 的模型仓库服务器在境外国内网络环境下直连可能不稳定。另外磁盘空间不足也会导致下载中断。解决先检查磁盘剩余空间1.5b 模型大概需要 1-2GB7b 以上需要 5GB 以上。如果空间够但下载卡住可以尝试重新执行 pull 命令Ollama 支持断点续传。如果反复失败检查网络环境是否有限制。4.2 运行模型时内存或显存不足现象ollama run之后模型加载到一半报错退出提示 out of memory 或类似信息。原因模型参数规模超过了当前硬件的内存/显存容量。1.5b 版本对硬件要求很低但如果你拉的是 7b 或更大版本8GB 内存的机器可能扛不住。解决换用更小参数版本的模型比如从 7b 降到 1.5b。或者关闭其他占用内存的程序。Ollama 默认会优先用 GPU如果显存不够会自动回退到 CPU但速度会明显变慢。4.3 对话输出只有思考过程没有正式回答现象输入问题后模型一直在think标签里输出迟迟不出现正式回答。原因1.5b 参数版本的推理能力有限面对复杂问题时思考过程可能很长甚至陷入循环。这不是 bug是模型能力边界。解决换更简单的 prompt或者升级到更大参数版本。如果只是测试部署是否成功问一些简单问题即可比如“11 等于几”。4.4 中文回复夹杂英文或语言混乱现象模型回复里中英文混着来或者用英文回答中文问题。原因这是 R1-Zero 阶段遗留的问题在 1.5b 小模型上更明显。通用强化学习阶段虽然做了优化但小模型的指令遵循能力本身有限。解决在 prompt 里明确指定“请用中文回答”或者在系统提示里设定语言偏好。如果对输出质量要求高建议用 7b 及以上版本。4.5 Ollama 命令找不到或版本不兼容现象终端输入ollama提示 command not found或者运行时报错提示版本过旧。原因安装时没有加入系统 PATH或者安装的 Ollama 版本太老不支持 DeepSeek-R1 的模型格式。解决重新下载最新版 Ollama 安装包安装时注意勾选“添加到 PATH”。Mac 用户可以用brew install ollama安装。安装后在终端执行ollama --version确认版本号。5. 用 R1 的思考链做 Prompt 调试一个被低估的实战技巧DeepSeek-R1 的think标签输出很多人第一次看到觉得新鲜看两次就跳过了。但我在实际用的时候发现这个思考过程其实是一个免费的 prompt 调试工具。你不需要去猜模型为什么给出某个答案它把推理路径直接摊开给你看了。具体怎么用举个例子。你问模型一个业务逻辑问题它给的答案不对。这时候不要急着重写 prompt先看它的think部分——它是在哪一步跑偏的是理解错了你的意图还是中间某个推理环节用了错误的前提定位到问题之后你可以在 prompt 里针对性地补充约束条件而不是盲目地加一堆“请仔细思考”“请一步步来”之类的废话。我一般会这么做第一轮正常提问拿到输出后检查think里的推理链条如果发现它在某个概念上理解有偏差第二轮就在 prompt 里把这个概念的定义或边界写清楚如果发现它跳过了某个关键步骤就在 prompt 里显式要求“请先分析 X 再得出结论”。这样迭代两三轮输出质量通常会有明显提升。还有一个用法是对比不同参数版本。同一个问题分别用 1.5b 和 7b 跑一遍看两者的think过程差异。小模型往往在第一步就偏了大模型能走更远但在细节上可能过度推理。这个对比能帮你判断当前任务到底需要多大的模型以及 prompt 的改进空间在哪里。提示think标签里的内容是模型的内部推理不保证逻辑正确也不代表最终答案。它的价值在于可观测性让你知道模型“怎么想的”而不是“想得对不对”。从那以后我每次调 prompt 都强制自己先看一遍think输出再改比盲试效率高太多。希望帮到你。本文还有配套的精品资源点击获取