- 综合排序
- 最热优先
- 最新优先
- 来自专栏老张的求知思考世界
DeepSeek原理与项目实战
今天，小异带来一本新书《DeepSeek 原理与项目实战》，这本书还未正式出版，便已引发广泛关注，其中文繁体版和英文版版权更是抢先售出，收获了读者们如潮的好评。 当技术爆炸遇见知识鸿沟，《DeepSeek 原理与项目实战》这本兼顾理论深度、技术广度和实践经验的好书，便为读者打开了通向DeepSeek世界的大门。 第二部分（第 4~9 章）不仅详述了 DeepSeek-V3在对话生成、数学推理、代码补全等领域的能力，还通过详细的代码案例展示了如何利用模型实现任务的精准解决。 实战与高级集成应用 理论和工具都学会后，就要动手实战了，第三部分（第 10~12章）详细讲解了从函数回调、缓存机制到实际应用开发的全流程。 集成实战1：基于LLM的Chat类客户端开发 集成实战2：AI 智能助理开发 集成实战3：基于VS Code的辅助编程插件开发 Part.3 结语 在当下大模型技术快速迭代的浪潮中，本书以技术前瞻性、实战系统性和应用普适性形成显著特色
83510编辑于 2025-03-10 - 来自专栏前端必修课
DeepSeek 文生图实战指南
我是程序员 NEO 让我们开始今天的技术分享~ 想让 DeepSeek 生成精美图片吗？本文将为您揭示一个简单而强大的解决方案，让您轻松实现 AI 创意的可视化呈现。 突破 DeepSeek 的限制 DeepSeek 作为新晋的 AI 助手，虽然在对话能力上表现出色，但并不直接支持图像生成功能。 不过，通过本文介绍的方法，我们可以轻松突破这一限制，让 DeepSeek 秒变"画家"。 核心解决方案 关键在于利用 Pollinations.ai 提供的图像生成 API。 =100&model=flux&nologo=true 参数说明： width/height：控制图片尺寸 seed：随机种子，保证图片的可重复性 nologo=true：去除水印，获得清晰原图 实战指南
95611编辑于 2025-03-07 - 来自专栏大模型成长之路
【大模型学习 | RAG & DeepSeek 实战】
Deepseek & RAG 实战 编者常常有许多材料需要阅读查阅，但自己又比较懒，为此，想在大模型的学习过程中基于RAG技术将本地知识库与大模型结合起来，加快自身的效率。 在本次的项目设计，需要达成以下目标： 开源大模型的本地部署及使用 （以Deepseek为例）； PDF文本分析 ➕ 相似prompt检索提取 （关键）； 将检索到的信息与原prompt结合作为输入，得到结果 参考2 第三章 赛事分类与级别认定 第七条 根据学科竞赛的组织机构、专业度、社会影响和获 - 4 - 奖难度等方面综合考虑，将竞赛分为国家级、省部级、地厅级和 校级赛事。 参考3 4.奖金发放：学校归口管理职能部门根据最终确定的奖励情 况，按要求报送相关奖励方案，由财务处发放奖金。 模型部署mode_name_or_path = '/root/autodl-tmp/deepseek-ai/deepseek-llm-7b-chat'# 加载预训练的分词器和模型tokenizer =
1K31编辑于 2025-07-19 - 来自专栏大模型成长之路
【大模型学习 | RAG & DeepSeek 实战（二）】
Deepseek & RAG 实战（二）在【大模型学习 | RAG & DeepSeek 实战】-腾讯云开发者社区-腾讯云文章中，已经实现了基于RAG建立了本地知识库，通过检索相似度最高的知识来辅助大模型的问答系统
89621编辑于 2025-07-20 - 来自专栏前端加油站
angular4实战（4）ngrx
ngrx主要有四个模块，分别是 ngrx/store， ngrx/effects， ngrx/router-store， ngrx/store-devtools 本次实例用的是ngrx 4. 比如{name:j_bleach}=>{name:bleach} 或者输入属性为一个数组的时候[1,2,3]=>[1,2,3].push(4) 以上这两种方式都不会引发angular的检查策略 如Object.assign({}, {name:j_bleach}, {name:bleach}); 或者[…[1,2,3],4]这样返回一个新的对象。 项目地址：https://github.com/jiwenjiang/angular4-material2
2.4K30发布于 2019-07-02 腾讯云 DeepSeek 系列模型部署HAI实战
在这一技术浪潮中，国内头部云厂商加速布局AI基础设施与工具链建设，其中腾讯云凭借其Deepseek系列大模型与**高性能AI计算实例（HAI）**的深度整合，为开发者提供了从模型训练到应用落地的全栈解决方案 操作过程：第一步：跳转链接https://cloud.tencent.com/act/pro/deepseek2025#HAI-CPU购买一个体验版的HAI，用于本次部署HAI的必要条件；第二步：点击立即购买选择一个可以购买的资源 所以说要选择一个可以购买的进行支付即可；第三步：进行支付支付成功：选择已成功支付即可；第四步：登录cnb.cool地址登录成功：第五步：跳转这个地址https://cnb.cool/ai-awesome/deepseek 但是如果只是根据视频进行搭建还是会存在一定的问题，只有实际搭建的时候，才会发现一些问题，当然了搭建好了模型之后只是第一步，如何根据搭建的服务进行调用，才是最重要的，这个点后续会继续更新对应的文章进行介绍，毕竟现在搭建deepseek
54521编辑于 2025-03-23- 来自专栏技术热文
DeepSeek R1 集成难题完美解决：DeepSeek4j来帮你解决
DeepSeek R1 集成难题完美解决：DeepSeek4j来帮你解决在人工智能技术飞速发展的今天，DeepSeek R1 凭借其强大的思维链能力和高效的性能，成为开发者们关注的焦点。 幸运的是，DeepSeek4j 的开源为这一难题提供了完美的解决方案。为什么需要 DeepSeek4j？ DeepSeek4j 的优势DeepSeek4j 是专为 Java 生态打造的 DeepSeek R1 集成框架，其核心优势如下：完整保留思维链和账单：完美支持 DeepSeek R1 的思维链能力，确保推理过程完整保留 如何在 Spring Boot 项目中快速集成 DeepSeek4j环境准备在集成 DeepSeek4j 之前，确保开发环境满足以下条件：Java 版本：DeepSeek4j 支持 Java 8 及以上版本 来使用 DeepSeek4j 提供的 API。
39410编辑于 2025-03-31 - 来自专栏C++系列
满血版Q4大模型落地实战：4张22G显卡跑通DeepSeek671B全流程
【视频演示过程】 挑战4张2080Ti22G纯本地部署Deepseek-R1 671B满血版大模型速度可达2.53tokens/s 1. 硬件配置 服务器：技嘉X99 CPU：单路E5-2673v4 显卡：2080Ti 22G*4 内存：512G 机箱：工作站全塔机箱 电源：1200W 2. 调优配置 如果按默认安装Ollama会报内存溢出错误，这里配置了几个调优参数，可以使得显卡不再内存溢出，会使用内存当显存，同时因为是4张显卡启动，所以在开机初始化时，加了延迟10秒启动Ollama，这样会让 4张显卡启动正常后，再加载Ollama。 ExecStartPre=sleep 10 Environment="OLLAMA_HOST=0.0.0.0" Environment="GGML_CUDA_ENABLE_UNIFIED_MEMORY=1" 4.
1.1K10编辑于 2025-03-24 - 来自专栏码匠的流水账
langchain4j+ollama+deepseek小试牛刀
序本文主要研究一下如何使用langchain4j集成ollama+deepseek步骤pom.xml <dependency> <groupId>dev.langchain4j langchain4j-spring.version}</version> </dependency> <dependency> <groupId>dev.langchain4j model-name: deepseek-r1:8bcontroller@RequestMapping("/ollama")@RestControllerpublic class ChatController prompt=%E4%BD%A0%E6%98%AF%E8%B0%81可以得到您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。 小结langchain4j提供了langchain4j-ollama-spring-boot-starter，可以方便地通过ollama去访问deepseek。doclangchain4j
1.3K00编辑于 2025-02-23 - 来自专栏码匠的流水账
langchain4j+ollama+deepseek小试牛刀
序 本文主要研究一下如何使用langchain4j集成ollama+deepseek 步骤 pom.xml <dependency> <groupId>dev.langchain4j >dev.langchain4j</groupId> <artifactId>langchain4j-ollama-spring-boot-starter</artifactId :11434 model-name: deepseek-r1:8b controller @RequestMapping("/ollama") @RestController public prompt=%E4%BD%A0%E6%98%AF%E8%B0%81 可以得到您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。 小结 langchain4j提供了langchain4j-ollama-spring-boot-starter，可以方便地通过ollama去访问deepseek。 doc langchain4j
54410编辑于 2025-02-25 - 来自专栏文大师的新世界
4. Navigation实战
本来想写一个应用redux的Navigation实战，但是发现react-native有又新的更新，新手怕误导大家，就直接用了别人的组件，看看怎么应用吧。 QQ图片20160622205143.jpg 4.
1.1K20发布于 2018-08-30 - 来自专栏网络安全技术点滴分享
DeepseekScanner deepseek+python实现代码审计实战
一、功能概述 DeepseekScanner实现了扫描源代码项目中的所有代码文件发送给deepseek进行安全审计的功能。 具体细节包括扫描所有子目录中的代码文件，然后依次将代码文件切片发送到deepseek api进行智能代码审计。审计结果包含存在安全问题的代码文件、代码位置行数、安全漏洞问题名称、存在安全漏洞的代码块。 save_results_to_file(filepath, file_scan_results) except Exception as e: print(e) 2.代码文件切片发送给deepseek 做安全审计 //从项目中的各个目录提取代码文件后，开始对代码进行切片发送给deepseek做安全审计 def scan_file(file_path, scan_results, directory): 对项目中的所有代码进行安全审计 python scanner.py E:\work\sqli-secound-order --all 2.结果展示 四、总结 DeepseekScanner通过python+deepseek
53610编辑于 2025-06-16 如何用DeepSeek优化代码生成？实战案例分析
如何用DeepSeek优化代码生成？ 实战案例分析一、DeepSeek的技术特点与优势DeepSeek是一款基于大规模预训练模型的代码生成工具，具有以下特点和优势：多任务能力：支持代码生成、代码补全、代码优化等多种任务。 二、实战案例：使用DeepSeek生成代码案例1：快速生成快速排序算法以下是使用DeepSeek生成快速排序算法的代码示例：from transformers import AutoTokenizer, AutoModelForCausalLM# 加载模型和分词器tokenizer = AutoTokenizer.from_pretrained("deepseek-ai/deepseek-coder- 使用上下文数据DeepSeek可以根据项目上下文生成符合规范的代码。例如，在电商系统中，它可以自动生成折扣计算逻辑。四、总结与展望DeepSeek在代码生成和优化方面展现了强大的能力。
1.6K10编辑于 2025-04-06- 来自专栏人工智能
腾讯云AI实战：DeepSeek模型训练与微调
关于DeepSeek模型简介DeepSeek是由腾讯控股，中国知名私募巨头幻方量化旗下的人工智能公司深度求索（DeepSeek）自主研发的AI大模型。 DeepSeek致力于研究和开发先进的通用人工智能模型AGI，其模型包括DeepSeek LLM、DeepSeek MoE、DeepSeek V2、DeepSeek-V3等，并且全部开源。 DeepSeek是基于Transformer架构，广泛应用于自然语言处理任务，比如文本分类、情感分析、机器翻译等，DeepSeek模型具有以下特点：高性能：基于Transformer架构，性能卓越。 从零开始：DeepSeek模型训练接下来就来从头开始进行DeepSeek模型训练。（一）准备工作在开始训练之前，需要做些准备工作，如下所示：注册腾讯云账号：访问腾讯云官网，注册账号并完成实名认证。 1、创建训练任务在TI One平台上创建一个新的训练任务，选择DeepSeek模型，并配置训练参数。
4.1K82编辑于 2025-02-06 - 来自专栏技术专栏全家桶
OpenClaw整合DeepSeek、Kimi模型并嵌入飞书实战
01、接入Kimi-K2.5模型 上一篇总结了OpenClaw的运行原理和基于MimiMax模型的部署实战：Agent之最新OpenClaw原理与实战大全 这篇将整合DeepSeek和Kimi模型，OpenClaw 部署前的核心准备 硬件配置建议 OpenClaw对硬件有一定要求： 推荐机型：MacMini（M1/M2/M4芯片）是社区公认的最佳宿主，能效比高，适合24小时挂机。 有网友分析，M4芯片版MacMini正是为低功耗、高性能、安静运行而生的“AI服务器”。 02、接入DeepSeek OpenClaw里面的列出来的模型里面没有deepseek。 : { "deepseek": { "baseUrl": "https://api.deepseek.com/v1", "apiKey": "${DEEPSEEK_API_KEY
13.5K24编辑于 2026-03-05 -DeepSeek技术解析：MoE架构实现与代码实战
以下是一篇结合DeepSeek技术解析与代码示例的技术文章，重点展示其核心算法实现与落地应用：DeepSeek技术解析：MoE架构实现与代码实战作为中国AI领域的创新代表，DeepSeek在混合专家模型 ) self.experts = nn.ModuleList([ nn.Sequential( nn.Linear(dim, dim*4) , nn.GELU(), nn.Linear(dim*4, dim) ) for _ in range(num_experts num_experts=8): self.model = model self.optimizer = torch.optim.AdamW(model.parameters(), lr=1e-4) 未来应用deepseek将更加广泛
1.4K10编辑于 2025-03-15- 来自专栏菩提树下的杨过
longchain4j 学习系列(2)-调用远程deepseek
接上一篇继续，longchain4j支持open-ai兼容的各种模式，包括deepseek 一、修改pom依赖 1 <! -- LongChain4j OpenAI Integration (支持DeepSeek) --> 2 <dependency> 3 <groupId>dev.langchain4j</groupId 配置类 15 * 用于配置LongChain4j与DeepSeek大模型的连接 16 * 17 * @author 菩提树下的杨过 18 * @version 1.0.0 19 */ 20 @ 配置 2 deepseek: 3 api-key: ${DEEPSEEK_API_KEY:your-deepseek-api-key-here} 4 base-url: https://api.deepseek.com 四、longchain4j的优势 试想一个场景：假如我们做的是1个多租户的大型AI应用，有多个租户都使用deepseek，每个租户都有自己的api key，这时候如果还使用yaml配置文件写死，启动时全都创建好实例就太不灵活了
42310编辑于 2025-09-29 - 来自专栏电子工程师成长日记
用DeepSeek学嵌入式4：蜂鸣器使用
具体实现功能： 使用DeepSeek编写C语言代码，实现蜂鸣器响停。 51系列单片机具有以下标准功能： 8k字节Flash，512字节RAM， 32位I/O口线，看门狗定时器， 内置4KB EEPROM， MAX810复位电路， 三个16位定时器/计数器， 一个6向量2级中断结构
39410编辑于 2025-03-27 - 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。 知识蒸馏：DeepSeek-R1通过知识蒸馏，将长链推理(CoT)模型的推理能力蒸馏到标准LLM中，显著提升了推理性能。 推动行业变革：DeepSeek的成功挑战了传统的“大力出奇迹”的AI发展模式，为行业提供了新的发展思路和方向，激发了更多的创新和探索。 2.2 -> 部署deepseek-r1模型 回到ollama官网点击左上角的Models进入如下界面。 这样本地部署deepseek就算完成啦
3.5K32编辑于 2025-02-08 - 来自专栏IMWeb前端团队
Angular4 实战开发
本文作者：IMWeb 郭明慧 原文出处：IMWeb社区 未经同意，禁止转载 《Angular 实战系列》目前处于章节不定，内容不定阶段，这一系列文章不会长篇大论的讲解概念，而是以用为主，结合通俗易懂的实例来让大家理解常用的知识点
83520发布于 2019-12-06
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