准备工作：你需要什么

在开始之前，请确保你的电脑满足以下条件：

• 操作系统：Windows、macOS 或 Linux 均可。
• Python 环境：推荐安装 Python 3.8 或更高版本。Python 是一种编程语言，很多 AI 工具都依赖它。
• 基础命令行知识：知道如何打开终端（命令提示符）并输入命令即可。

安装步骤

我们将使用 pip（Python 的包管理器）来安装 DeepSeek 相关库。打开终端，按顺序执行以下命令：

1. 安装 transformers 库：pip install transformers。这是 Hugging Face 提供的工具，能让我们轻松使用各种 AI 模型。
2. 安装 torch（PyTorch）：根据你的系统选择命令。例如，CPU 版本：pip install torch torchvision torchaudio。PyTorch 是一个深度学习框架，用来运行模型。
3. 安装 accelerate：pip install accelerate。这个库能加速模型运行。

常见坑提醒：如果安装速度慢，可以使用国内镜像源，例如 pip install transformers -i https://pypi.tuna.tsinghua.edu.cn/simple。

验证是否成功：跑通第一个示例

安装完成后，我们来写一段简单的 Python 代码，验证 DeepSeek 模型能否正常工作。新建一个文件 test_deepseek.py，输入以下内容：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

input_text = "你好，请介绍一下你自己。"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

然后在终端运行：python test_deepseek.py。如果看到模型输出了一段中文回答，说明安装成功！

解释：这段代码加载了一个小型的 DeepSeek 模型（1.5B 参数），给它一个提示，然后让它生成回复。tokenizer 负责把文字转成模型能理解的数字，model 负责生成新内容。

下一步可以做什么

• 尝试更换不同的提示（input_text），看看模型如何回答。
• 探索更大的模型，比如 deepseek-ai/DeepSeek-R1-Distill-Qwen-7B，但需要更强的硬件。
• 学习如何微调模型，让它适应你的特定任务。

现在你已经成功入门 DeepSeek AI！记住，动手实践是最好的学习方式。快试试吧。