- 综合排序
- 最热优先
- 最新优先
如何利用deepseek开发web应用
想做一个酷炫的网页应用，但一想到要从零开始搭建项目结构、写那些无聊的模板代码、甚至只是去查一个简单的 CSS 属性，就觉得头大？没错，这些都是我们日常工作的痛点。 它能做的不仅仅是生成代码片段，而是能根据你的描述，直接给你一个完整、可运行的 Web 应用文件。接下来，我们来看看如何利用 DeepSeek 完整地开发一个 Web 应用。 除了这些，DeepSeek 的能力远不止于此。它还可以帮你完成更完整的开发流程。比如，如果你想做一个带有后台功能的 Web 应用，比如一个简单的待办事项列表。 整个开发过程，从前端到后端，从数据库到 API，都可以在 DeepSeek 的帮助下轻松完成。那么，为什么说 DeepSeek 是一个改变游戏规则的工具呢？ Web 开发的未来，将会是人机协作的未来，而 DeepSeek 正是这个未来最好的见证者。
40910编辑于 2025-09-18腾讯云DeepSeek开发RAG应用
主要是介绍通过腾讯云提供的deepseek资源和线上环境，开发一个基于deepseek的RAG系统。 需要安装3、 注册账号1、注册账号，微信直接扫码注册账号https://cloud.tencent.com/act/pro/deepseek2025点击立即体验即可。 DeepSeek 体验，低门槛、零基础体验与学习，最高每月可使用12500分钟免费时长兑换内置 Ollama、DeepSeek-R1 1.5B、7B、8B、14B 及 32B 模型，选择空间规格按照需求建议选择 DeepSeek 32B，适合高精度任务，如复杂推理、大规模知识库问答、专业领域内容生成和研究级应用。 的思考过程，并准确的给出了答案，这样一个完全本地私有化的，使用deepseek模型的rag系统就完成了，具体步骤如下。
1.4K10编辑于 2025-03-05模型蒸馏在DeepSeek中的应用
今年来，deepseek深度学习模型在自然语言处理（NLP）领域的应用取得了显著进展。然而，这些模型通常包含大量的参数，导致计算资源需求较高，难以在实际应用中部署。 本文将深入探讨模型蒸馏技术在DeepSeek搜索引擎中的应用，分析其原理背景、技术难点，并与其他模型进行比较。 在DeepSeek中，模型蒸馏技术用于优化搜索引擎的查询理解和排序过程。通过将大型NLP模型的知识蒸馏到小型模型中，DeepSeek能够在保证搜索质量的同时，实现快速响应用户查询。 与其他模型的比较为更全面地评估模型蒸馏在DeepSeek中的应用效果，我们将其与其他几种常见NLP模型进行比较：从表中可以看出，经过模型蒸馏优化后的DeepSeek在保持较低参数量和快速推理速度的同时， 结论综上所述，模型蒸馏技术在DeepSeek搜索引擎中的应用有效解决了大型NLP模型在实际部署中的难题。通过将教师模型的知识高效迁移到学生模型，DeepSeek实现了在资源受限环境下的高质量搜索服务。
58910编辑于 2025-03-22- 来自专栏大模型系列
DeepSeek模型全解析：DeepSeek核心差异与应用场景指南-DeepSeek 凭什么脱颖而出？
从专精代码的DeepSeek-Coder，到混合专家架构的DeepSeek-MoE，再到多模态融合的DeepSeek-VL与强化推理的DeepSeek-R1/V3.2，其产品矩阵已覆盖语言、代码、数学、 +投影简单线性投影Q-FormerOCR支持✅内置❌需外挂✅内置表格理解✅结构化输出❌文本描述✅HTML格式中文图文对齐✅优秀⚠️一般✅优秀典型应用：输入一张财务报表图片→输出结构化JSON数据上传手写数学题 三、应用场景选型指南1.编程辅助推荐模型：DeepSeek-Coder-33B或DeepSeek-V3.2理由：支持Python/Java/Go/SQL等主流语言可生成单元测试、修复Bug、解释错误日志本地部署成本低 4.多模态交互推荐模型：DeepSeek-VL应用场景：电商：商品图→自动撰写详情页文案教育：手写作业拍照→批改+错题解析办公：扫描表格→转Excel/JSON硬件要求：RTX4090可流畅运行7B版本 四、部署与优化建议需求推荐配置个人开发/学习RTX4090+DeepSeek-Coder-7B（4-bit）企业API服务A10080GB×2+vLLM+DeepSeek-MoE多模态应用RTX6000Ada
1.4K50编辑于 2026-04-06 - 来自专栏DotNet NB && CloudNative
用Blazor和DeepSeek API创建聊天应用
本文将指导您如何使用Blazor框架和DeepSeek API构建一个简单的聊天应用。Blazor是一个用于构建交互式Web UI的框架，它允许开发者使用C#编写前端代码。 DeepSeek API则提供强大的自然语言处理能力，使得应用程序能够理解和生成人类语言。 1. ")); // 注册授权HttpClient builder.Services.AddHttpClient("DeepSeek", (sp, client) => { var settings 配置API访问（需在wwwroot/appsettings.json添加） { "DeepSeek": { "ApiKey": "api_key", "ApiUrl": "https ///
/// DeepSeek API 的基础地址 /// public string ApiUrl { get; set; } =53400编辑于 2025-03-21 - 来自专栏人工智能
DeepSeek 模型：架构创新与实际应用详解
DeepSeek 模型是近年来在自然语言处理（NLP）领域备受瞩目的开源大规模语言模型系列。 以下将详细介绍 DeepSeek 模型的架构、用途，并通过具体案例和源代码展示其应用。 应用领域与实际案例DeepSeek 模型在多个领域展现了强大的应用价值，以下通过具体案例进行分析：自然语言处理：在文本生成、翻译、摘要等任务中，DeepSeek-V3 展现了卓越的性能。 /DeepSeek-V3") tokenizer = AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-V3") # 输入文本 input_text 案例研究：某研究团队利用 DeepSeek-V3 处理包含图像和文本的数据集，实现了图文内容的自动生成和描述，推动了多模态 AI 应用的发展。
7.1K20编辑于 2025-01-16 - 来自专栏AI及人工智能
腾讯云DeepSeek大模型应用搭建指南
2月8日，腾讯云宣布上线DeepSeek-R1及V3原版模型API接口，通过强大的公有云服务，腾讯云可以为用户提供稳定优质的服务。 同时，腾讯云旗下大模型知识应用开发平台知识引擎也接入了DeepSeek-R1及V3这两款模型，并率先支持联网搜索，结合知识库、RAG等能力，随着人工智能技术的不断发展，腾讯云的DeepSeek大模型为开发者提供了强大的自然语言处理能力 本文将带领你从零开始，教你如何搭建一个基于腾讯云-DeepSeek的智能应用，帮助你快速实现AI技术的应用场景。一、前期准备在开始搭建腾讯云-DeepSeek应用之前，你需要进行一些准备工作。1. 开通腾讯云智能体开发平台 LKE腾讯云智能体开发平台 LKE点击产品体验二、创建应用1.应用管理到腾讯云智能体开发平台管理界面，点击新建应用应用配置界面，可以配置指令等等，我们可以直接点击发布按钮，使用默认配置发布等待两分钟成功之后可以看到调用按钮三 、接入应用1.首先下载腾讯云提供的websocket机器人2.解压到任意位置，使用webstorm打开注：此项目依赖node运行环境，首先应安装好nodeJs运行命令npm install 安装依赖npm
2.2K50编辑于 2025-02-17 再聊一聊deepseek-ocr的应用
(GitHub[15]) B. rdumasia303/deepseek_ocr_app：React + FastAPI，Docker 一键起 •定位：更工程化、结构清晰的全栈应用，前端 React 18 (GitHub[33])•vLLM 并发：官方给出的 PDF 高并发脚本在 A100-40G 实测约 2500 tokens/s，小集群可进一步水平扩展；对请求量大的应用非常重要。 ://github.com/deepseek-ai/DeepSeek-OCR [2]GitHub - deepseek-ai/DeepSeek-OCR: Contexts Optical Compression :https://github.com/deepseek-ai/DeepSeek-OCR [10]GitHub - deepseek-ai/DeepSeek-OCR: Contexts Optical Compression:https://github.com/deepseek-ai/DeepSeek-OCR [11]GitHub - deepseek-ai/DeepSeek-OCR: Contexts
30210编辑于 2026-03-13- 来自专栏wujunmin
Power BI 模拟苹果应用商店deepseek评分
Deepseek近日登顶多个国家/地区手机APP下载排行第一。 以下是苹果某地APP商店deepseek评分： 这个评分呈现两级分化，这里不去探讨这样的评分结构产生的原因，而是看看这个条形图如何在Power BI实现。
26510编辑于 2025-02-10 - 来自专栏C++
【DeepSeek】DeepSeek概述 | 本地部署deepseek
1 -> 概述 DeepSeek是由中国的深度求索公司开发的一系列人工智能模型，以其高效的性能和低成本的训练而受到关注。 1.3 -> 应用领域 自然语言处理：能够理解并回答用户的问题，进行文本生成、翻译、摘要等任务，可用于智能客服、内容创作、信息检索等领域。 多模态任务：如Janus-Pro模型可进行文生图、图生文等多模态任务，在图像生成、图像理解等方面有应用潜力。 1.4 -> 优势与影响 成本效益高：通过算法优化和架构创新，在保证性能的前提下，大幅降低了训练和推理成本，使AI技术更易于普及和应用。 这样本地部署deepseek就算完成啦
3.5K32编辑于 2025-02-08 - 来自专栏腾讯云TVP
DeepSeek：大模型应用的极致性价比与机遇
DeepSeek的极致性价比DeepSeek的出现，为大模型应用带来了前所未有的极致性价比。其核心优势在于通过创新的训练策略和优化技术，大幅降低了模型的训练和推理成本，同时保持了卓越的性能。 降低门槛DeepSeek的高性价比不仅降低了大模型应用的技术门槛，还使得更多的中小企业和开发者能够参与到人工智能的开发和应用中来。 API快速接入：中小企业可以通过API快速接入DeepSeek，实现高性价比的业务创新。应用场景的扩展：通用型应用：从智能客服、文档处理等通用型应用开始，DeepSeek逐渐延伸至专业领域。 未来，随着技术的不断进步和应用场景的不断拓展，DeepSeek有望在更多领域发挥其独特的优势，推动人工智能技术的普及和发展。 市场拓展：DeepSeek将逐步拓展全球市场，与更多企业和开发者合作，共同推动人工智能技术的应用和发展。结论DeepSeek的出现，标志着大模型应用进入了一个新的阶段。
2.7K10编辑于 2025-03-05 - 来自专栏人工智能领域
DeepSeek 智慧城市应用：交通流量预测（918）
1.3 DeepSeek 中 ST - GCN 的实现 在 DeepSeek 框架中实现 ST - GCN，首先需要定义图结构和节点特征。 3.2 DeepSeek 中的 API 搭建工具与框架 DeepSeek 提供了一系列工具和框架来方便搭建实时推理 API 服务。 ST - GCN 能够有效捕捉交通数据的时空特征，多传感器数据融合提高了数据的全面性和准确性，实时推理 API 服务则实现了预测结果的实时获取和应用。 如果您对《DeepSeek 智慧城市应用：交通流量预测（9/18）》有更深入的兴趣或疑问，欢迎继续关注相关领域的最新动态，或与我们进一步交流和讨论。 让我们共同期待[DeepSeek 智慧城市应用-交通流量预测]在未来的发展历程中，能够带来更多的惊喜和突破。 再次感谢，祝您拥有美好的一天！
1.3K30编辑于 2025-02-20 DeepSeek模型解析：技术创新与应用前景
DeepSeek模型解析：技术创新与应用前景1. 技术背景DeepSeek作为中国AI领域的新兴力量，其模型架构和技术创新引起了业界广泛关注。 本文将深入解析DeepSeek系列模型的技术特点、创新点以及其在多个场景下的应用潜力。2. 模型架构解析DeepSeek系列模型基于Transformer架构，但在多个方面进行了创新性改进。 实际应用场景5.1 科研助手DeepSeek能够辅助研究人员进行文献综述、实验设计、数据分析和论文写作。其对专业术语的理解和逻辑推理能力使其成为科研工作的有力工具。 随着团队继续深化技术研发，DeepSeek有望在AI应用生态中发挥更加重要的作用，为各行各业的数字化转型提供强大的技术支持。 对于开发者和企业用户而言，深入理解DeepSeek的技术特点和应用方法，将有助于更好地利用这一先进工具，创造更大的价值。
75620编辑于 2025-04-01- 来自专栏人工智能领域
BlueCloud Platform携手DeepSeek：开启AI应用新征程
本文将深入探讨蓝耘平台结合 DeepSeek 在 AI 模型优化、分布式训练以及行业解决方案等场景中的应用实践，通过实际案例分析和技术解读，展示这一组合的强大实力和应用潜力。 四、蓝耘平台结合 DeepSeek 的行业解决方案场景应用 4.1 智能客服系统搭建与应用 在当今数字化时代，智能客服系统已成为企业提升客户服务质量和效率的重要工具。 五、应用实践中的挑战与应对策略 5.1 技术难题与应对方法 在蓝耘平台结合 DeepSeek 的应用实践中，会面临一系列技术难题，这些难题可能会影响模型的性能、训练效率以及应用的稳定性。 六、总结与展望 6.1 应用实践总结 通过在蓝耘平台上结合 DeepSeek 进行 AI 模型优化、分布式训练以及行业解决方案的应用实践，取得了一系列显著的成果和价值。 鼓励读者积极探索蓝耘平台结合 DeepSeek 的创新应用。无论是开发者、企业还是科研人员，都可以充分利用这一强大的技术组合，挖掘新的应用场景和商业机会。
36010编辑于 2025-02-14 - 来自专栏大模型系列
DeepSeek模型在金融领域的应用有哪些？
以下从五大维度系统梳理其典型应用：一、智能客服与客户服务应用案例：邮储银行：集成DeepSeek-V3+轻量级DeepSeek-R1，升级智能客服“小邮助手”，显著提升对复杂金融问题（如理财赎回规则、贷款利率计算 技术支撑：支持手写体、模糊图像、倾斜表格的高鲁棒识别内置后处理模块，自动纠正断字、统一格式三、智能投研与财富管理应用形式：AI投研助手：输入“分析宁德时代2025年Q1财报”，模型自动提取关键指标、对比同业 优势：支持128K+长上下文，可完整处理整份合同或年报本地化部署保障数据安全与隐私合规五、内部办公与流程提效应用场景：会议纪要自动生成：语音转写后，模型提炼决策事项与待办任务。 六、部署模式与技术选型建议场景推荐模型部署方式智能客服（高并发）DeepSeek-MoE/V3.2私有云+vLLM加速投研分析（高精度）DeepSeek-R1（API）或V3.2本地GPU服务器OCR与文档处理 结语DeepSeek正以“低成本、高性能、全开源”的优势，成为金融行业智能化转型的关键基础设施。从一线客服到后台风控，从个人理财到机构投研，其应用边界仍在持续扩展。
39130编辑于 2026-04-06 - 来自专栏IT从业者张某某
DeepSeek从云端模型部署到应用开发-01-社区内一键部署DeepSeek
背景 DeepSeek现在流行度正盛，今年的机器学习就用他作为一个开端，开整。 本文是基于百度aistudio的在线课程《DeepSeek从云端模型部署到应用开发》。 AIstudio社区内一键部署DeepSeek 什么是Ollama Ollama的原理主要涉及模型架构基础、本地化运行机制、多模型管理策略、量化与优化技术等多个方面，以下是具体说明： 基于Transformer API服务暴露：通过REST API或OpenAI兼容接口，供其他应用调用本地模型。 多模态扩展：支持Whisper（语音）、BakLLaVA（图像）等多模态插件。 应用场景 内容创作：帮助生成博客文章、广告文案等内容。 编程辅助：辅助开发者生成代码、调试程序、优化代码结构。 教育和研究：辅助学生和研究人员学习、写作和研究，生成论文摘要、解答问题。 应用 模型蒸馏的应用场景几乎涵盖了AI的各个领域，如自然语言处理领域的DistilBERT、TinyBERT，可让手机等设备也能运行NLP模型；在计算机视觉领域，可将大型卷积神经网络蒸馏为轻量级模型，用于手机拍照
53100编辑于 2025-03-15 DeepSeek 应用开发与商业变现实战|已完结
本文将深入解析DeepSeek开发平台的核心功能，分享低代码搭建的实战技巧，并探讨其在多个商业场景中的落地应用。一、DeepSeek开发平台核心功能解析1. 低代码开发：快速构建智能应用DeepSeek开发平台提供直观的可视化界面和丰富的预置组件，支持开发者通过拖拽方式快速搭建智能应用。无需编写复杂代码，即可实现从原型设计到生产部署的全流程开发。 实时监控与优化在应用开发过程中，实时监控应用的性能和用户反馈至关重要。DeepSeek开发平台提供了丰富的可视化工具，帮助用户监控模型训练过程、分析模型性能。 这一应用不仅提高了诊断的准确性和效率，还减轻了医生的工作负担。4. 金融智能风控在金融领域，DeepSeek开发平台被广泛应用于智能风控系统。 这一应用不仅提升了金融机构的风险管理能力，还保障了用户的资金安全。5. 智能制造与工业互联网在智能制造领域，DeepSeek开发平台支持设备故障预警、产品质量提升等应用。
48710编辑于 2025-11-24- 来自专栏Datawhale专栏
DeepSeek R1后，AI应用、职业与行业！
Datawhale经验 作者：长琴，Datawhale成员 突然就想写点应用、开发相关的东西，一方面是不断有企业和朋友问我他们可以用DeepSeek做什么，怎么用；另一方面是这个方向的职业、行业也在不知不觉中慢慢改变 行业变化 主要从就业、应用和研究三个方面展开讨论。 就业 其实DeepSeek（或者ChatGPT）爆火后，最着急的应该是一线的NLP、LLM从业人员，本人正好也属于其中一员。 专门做大模型的团队（类似DeepSeek、达摩院等）本就很少，门槛更是极高，导致大多数从业人员还是集中在“应用”和“业务”侧。 从LLM的角度看，它标准化了应用程序如何为 LLM 提供上下文。 端到端模式在应用方面还是比较难，但作为研究方向会很有意思。
35210编辑于 2025-03-24 - 来自专栏网罗开发
深度揭秘：DeepSeek模型技术精髓与应用边界探索
本文旨在详细介绍 DeepSeek 的基础架构、训练方法，以及其在 NLP 任务中的应用表现，并提供可运行的示例 Demo 代码模块，以帮助开发者更好地理解和应用该模型。 本文将深入探讨 DeepSeek 的架构、技术创新点及应用场景，以期为开发者提供有价值的参考。 微调：针对特定应用场景或任务，DeepSeek使用特定数据集对模型进行微调，以进一步提高模型在特定领域的表现。 此外，DeepSeek还引入了MoE架构和MTP训练目标等创新点，提高了模型的灵活性和数据效率。Q2：DeepSeek在哪些应用场景中表现出色？ 同时，DeepSeek在多个应用场景中表现出色，为开发者提供了有价值的参考和选择。随着人工智能技术的不断发展，DeepSeek有望在更多领域发挥重要作用。
2.5K10编辑于 2025-02-08 - 来自专栏活动
代码生成实战：DeepSeek AST解析深度解析与应用
项目背景1.1 代码生成技术的挑战代码生成是人工智能在软件开发领域的重要应用，但传统方法面临以下核心挑战：代码结构复杂性：现代代码包含多层级嵌套和复杂依赖关系语义理解不足：传统模型难以捕捉代码的深层语义生成准确性要求高 解析项目的诞生DeepSeek项目于2022年启动，专注于通过抽象语法树（AST）解析提升代码生成质量。 DeepSeek AST解析算法原理3.1 核心架构与工作流程DeepSeek采用分层架构，包含以下主要组件：AST构建器：从源代码生成抽象语法树语义分析器：提取代码的语义信息生成引擎：基于AST和语义信息生成目标代码验证模块 DeepSeek方法：通过AST解析构建完整代码结构，确保逻辑正确。 基于AST分析修复常见代码错误5.2 行业影响与应用场景DeepSeek已在以下场景得到应用：应用场景典型客户效果提升自动化测试生成软件公司测试覆盖率提升40%代码迁移工具企业IT部门迁移效率提升65%
1.1K10编辑于 2025-04-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号