如何在Windows 11中使用DeepSeek V3 Coder?

如果你想学习如何在 Windows 11 中使用 DeepSeek V3 Coder,这篇文章将为您提供指导。 DeepSeek-V3 Coder 是 DeepSeek-V3 模型的专门版本。它利用自然语言处理和先进的机器学习技术来理解和生成代码、提供编程帮助并帮助用户完成软件开发任务。

如何在Windows 11中使用DeepSeek V3 Coder?

DeepSeek V3 Coder 适合那些希望提高编码技能或简化软件开发流程的人。如果你想在 Windows 11 中使用 DeepSeek V3 Coder,您可以通过以下方式访问它在线演示平台,应用程序编程接口服务,或下载模型权重本地部署。让我们看看如何。

1]通过Web浏览器访问DeepSeek-V3 Coder

启动您最喜欢的浏览器,输入www.deepseekv3.com,然后按 Enter。您将被重定向到 DeepSeek 的官方网站。单击“尝试 DeepSeek V3' 按钮位于右上角。

您将看到 DeepSeek 的聊天界面。在聊天输入框中输入您的查询,然后按进入。 DeepSeek V3 将快速为您生成响应。

注册 DeepSeek 即可访问高级功能或高级选项,例如保存聊天历史记录或自定义首选项。

类型聊天.deepseek.com在浏览器的地址栏中,然后按进入。接下来,注册 DeepSeek 帐户。登录后,您将看到基于最新 DeepSeek-V3 模型的聊天界面。您可以使用该界面输入编码查询、生成代码或调试程序。

2]通过API访问DeepSeek-V3 Coder

要在 Windows 11 上通过 API 访问 DeepSeek-V3 模型,请按照以下步骤操作:

在 DeepSeek 平台上注册帐户以接收您的 API 密钥。

下载并,如果尚未安装。在安装过程中,请确保选中该复选框将 python.exe 添加到 PATH(如果Python已添加到PATH中,您只需键入python或者pip在任何终端窗口中,系统都会知道在哪里可以找到Python解释器或包管理器。如果不将 Python 添加到 PATH,则每次要运行 Python 命令时,都需要导航到安装 Python 的特定目录)。

接下来,安装适当的 SDK。

DeepSeek API 使用 OpenAI 兼容的 API 格式,因此您可以使用 OpenAI SDK 或任何 OpenAI API 兼容的软件访问 DeepSeek API。要安装 OpenAI SDK,请打开命令提示符并执行以下命令:

pip install openai

设置开发环境后,配置 API 访问,同时将基本 URL 设置为:

'https://api.deepseek.com'

然后通过API调用来访问DeepSeek V3模型。以下是与 DeepSeek V3 模型交互的 Python 示例:

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)

print(response.choices[0].message.content)

笔记:

  1. 型号名称 deepseek-chat将调用 DeepSeek V3。
  2. 通过设置启用流媒体'stream=true'。流式传输非常适合实时响应场景。

3]通过本地部署访问DeepSeek-V3 Coder

在本地部署 DeepSeek V3 涉及下载模型权重并设置必要的环境。然而,并没有专门为在 Windows 11 上本地部署模型而定制的 DeepSeek V3 官方文档。可用的部署指南主要集中于Linux环境,特别是Ubuntu 20.04 或更高版本

对于在 Windows 11 上本地部署 DeepSeek-V3 Coder,您可以在 Windows 系统中创建类似 Linux 的环境。

在继续之前,请确保您的系统满足以下最低硬件和软件要求:

  • 图形处理器:支持 CUDA 的 NVIDIA GPU(例如 RTX 30xx 系列或更高版本)。
  • Python:3.8 或更高版本。
  • 记忆:至少 16GB RAM(推荐 32GB)。
  • CUDA 和 cuDNN:安装与 DeepSeek V3 依赖项兼容的版本。

现在请按照下列步骤操作:

克隆 DeepSeek V3 存储库:

git clone https://github.com/deepseek-ai/DeepSeek-V3.git

导航到推理目录并安装中列出的依赖项requirements.txt:

cd DeepSeek-V3/inference
pip install -r requirements.txt

下一个,下载模型权重抱脸并将它们放入/path/to/DeepSeek-V3文件夹。

接下来,将模型权重转换为特定格式:

python convert.py --hf-ckpt-path /path/to/DeepSeek-V3 --save-path /path/to/DeepSeek-V3-Demo --n-experts 256 --model-parallel 16

现在,您可以与 DeepSeek-V3 聊天或对给定文件进行批量推理。

就是这样!我希望你觉得这很有用。

读:

DeepSeek 是免费的吗?

DeepSeek 提供对某些模型的免费访问,使用户无需立即付费即可体验其功能。其他型号则按付费方式运行,费用根据使用情况而定。最新模型 DeepSeek-V3 的定价结构为每百万个输入代币 0.14 美元,每百万个输出代币 0.28 美元(DeepSeek-V3 定价持续折扣,直至 2025 年 2 月 8 日)。

DeepSeek Coder V2 需要什么 GPU?

由于模型尺寸较大且复杂,部署 DeepSeek-Coder-V2 需要大量 GPU 资源。对于 BF16 (bfloat16) 格式的推理,该模型需要 8 个 GPU,每个 GPU 配备 80 GB 内存。

阅读下一篇:

Related Posts