Lai izveidotu LM studiju DeepSeek, izpildiet šīs darbības:
1. Lejupielādējiet un instalējiet LM Studio:
- Apmeklējiet vietni LM Studio un lejupielādējiet operētājsistēmas (Windows, MacOS vai Linux) atbilstošo versiju. Instalējiet to, ievērojot ekrāna instrukcijas.
2. Lejupielādējiet DeepSeek R1 modeli:
- Atveriet LM studiju un dodieties uz cilni Discover.
- Meklējiet "DeepSeek R1" un atlasiet versiju, kas ir saderīga ar jūsu sistēmu. Ja izmantojat Mac ar Apple procesoriem, izvēlieties MLX opciju; Windows vai Linux atlasiet opciju GGUF.
3. Ielādēt modeli:
- Pēc lejupielādes dodieties uz vietējo modeļu sadaļu LM Studio. Atlasiet DeepSeek R1 un noklikšķiniet uz Load, lai sagatavotu modeli lietošanai.
4. Sāciet vietējo serveri:
- LM Studio cilnē Izstrādātājs iespējot opciju Start Server. Tas uzsāks serveri, padarot DeepSeek pieejamu vietnē `http: // localhost: 1234`.
5. Integrēt ar Visual Studio Code (VSCODE):
- Atveriet VSCODE un instalējiet visus nepieciešamos paplašinājumus, kas ļauj integrēt ar vietējiem modeļiem.
- Piekļūstiet paplašinājuma iestatījumiem un iestatiet API pakalpojumu sniedzēju uz "LM Studio". Ievadiet `http: // localhost: 1234` kā bāzes URL, lai savienotu VSCODE ar vietējo DeepSeek modeli.
Veicot šīs darbības, jums vajadzētu būt iespējai veiksmīgi iestatīt LM studiju DeepSeek un sākt to izmantot savos projektos.
Atsauces:[1.]
[2] https://www.youtube.com/watch?v=ajzocj9yzjm
[3] https://www.youtube.com/watch?v=8ohcu2fmhdm
[4] https://www.reddit.com/r/machinelearning/comments/1i9xwbr/r_learn_how_to_run_deepseekr1_locally_a_free/
[5] https://www.reddit.com/r/selfhosted/comments/1i6ggyh/got_deepseek_r1_running_locally_full_setup_guide/
[6] https://news.ycombinator.com/item?id=42768072
[7] https://www.youtube.com/watch?v=51ayf_39sbu
[8] https://lmstudio.ai/blog/lmstudio-v0.3.7