- 综合排序
- 最热优先
- 最新优先
- 来自专栏分享学习
实践教程：使用DeepSeek实现PDF转Word的高效方案
Deepseek推荐工具 PDF文件因其跨平台、格式稳定的特性被广泛使用，但在内容编辑场景中，用户常需将PDF转换为可编辑的Word文档。 本文将使用pdf2docx库进行格式保留转换，并提供两种实现方式（基础版和增强版） 基础版：快速实现PDF转Word 对表格的处理不到位： # 安装依赖库 # pip install pdf2docx pdf2docx import Converter import os def pdf_to_word_basic(pdf_path, output_dir="output"): """基础版PDF转Word docx.shared import Pt import os def pdf_to_word_advanced(pdf_path, output_dir="output"): """增强版PDF转Word
1.2K00编辑于 2025-05-18 DeepSeek内容一键转Word文档教程
在使用DeepSeek平台时，许多用户都会遇到一个共同的难题：平台生成的Markdown格式内容在复制到Word文档中经常出现格式混乱，要么带有星号、下划线等Markdown标记语法，要么数学公式显示异常 首先从DeepSeek平台复制生成的Markdown文本，接着粘贴到Prompt Editor编辑器中，系统会自动处理所有Markdown语法。 除了文档转换、导出pdf，还支持长文本转图片功能，便于在社交媒体平台分享传播。 通过Prompt Editor编辑器，用户能够彻底解决DeepSeek内容导出到Word的格式问题，提升工作效率的同时确保文档质量，是实现AI生成内容规范化处理的最佳选择。
2.9K10编辑于 2025-10-29deepseek7b本地部署技巧，新手也能玩得转
它能自动检测系统环境，一键安装所需依赖，无需手动敲代码；内置 DeepSeek7B 专属部署模板，预设优化参数，避免因配置错误导致部署失败。适配主流硬件配置，让新手无需深究技术细节就能快速上手。 步骤3：获取 DeepSeek7B 模型文件打开 DS 本地部署大师，在主界面点击 “模型管理”。选择 “DeepSeek7B”，点击下方“点击即可下载”按钮。 步骤 4：配置部署参数模型下载完成后，软件自动安装DeepSeek部署，等待部署完成，在软件中点击【立即体验】。 步骤5：启动部署进入DeepSeek7B部署界面，在此界面可选择智能模型，如DeepSeek模型版、豆包、文心一言等，还支持上传文档。 通过DS本地部署大师，新手无需深入研究命令行和配置文件，就能快速玩转DeepSeek7B。部署后还能在软件中调整模型推理参数，优化使用体验。赶紧试试，解锁属于你的大模型本地应用吧！
63010编辑于 2025-09-09- 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
3.4K32编辑于 2025-02-08 - 来自专栏Tencent云服务征文
腾讯云AI代码助手 | 满血DeepSeek实现一个Excel转Word工具
腾讯云AI代码助手我们在本地部署的DeepSeek基本上在7B - 32B之间，而满血版足足有671B，而最新版的腾讯云AI代码助手内置了DeepSeek R1满血版，极大提高了大模型编码的能力。 选择模型点击模型列表，选择deepseek-r1，即可在腾讯云AI代码助手中使用满血版的DeepSeek。程序开发接下来我就使用腾讯云AI代码助手，看看如何快速帮助我们开发出来满足需求的程序。 __init__() self.initUI() def initUI(self): self.setWindowTitle("Excel 转 Word 工具") 结语通过对腾讯云AI代码助手的使用，深刻体验到腾讯云AI代码助手在搭载了满血版DeepSeek之后，在编码能力方面的提升。 同时，Codebase使AI编码的能力突破了单个文件的限制，让AI对整个项目有了更好的理解，快速帮我实现了Excel转Word工具的程序开发、界面设计以及程序打包功能。
85551编辑于 2025-03-04 - 来自专栏C++
【DeepSeek】deepseek可视化部署
1 -> 前文 【DeepSeek】DeepSeek概述 | 本地部署deepseek 通过前文可以将deepseek部署到本地使用，可是每次都需要win+R输入cmd调出命令行进入到命令模式，输入命令 ollama run deepseek-r1:latest。 点击使用自己的 API Key 或本地模型 点击第一个Chatbox AI 进入该界面后，点击CHATBOX AI，选择其他的模型提供方 选择Ollama API这个模型提供方 点击模型，会显示已经部署到本地的deepseek
89320编辑于 2025-02-12 - 来自专栏猫头虎博客专区
什么是DeepSeek？如何入门DeepSeek？
什么是DeepSeek？如何入门DeepSeek？ 一、DeepSeek是什么？ python=3.8 conda activate deepseek # 安装核心库 pip install deepseek-sdk torch>=2.0 2.2 快速体验 通过API调用基础功能 /DeepSeek-7B.git # 启动推理服务 python -m deepseek.serve --model-path . 模型中心：hub.deepseek.com 社区论坛：forum.deepseek.ai 实战教程： 《DeepSeek智能对话机器人开发入门》 《使用DeepSeek-CODEPILOT构建编程助手 》 四、常见问题解答 Q：需要多强的算力才能运行DeepSeek？
13.3K1012编辑于 2025-02-27 - 来自专栏C++
【DeepSeek】如何在WPS中使用deepseek？
1 -> 背景 随着人工智能技术的发展，大语言模型如ChatGPT、DeepSeek等不断涌现，为提升办公效率提供了新的途径。 2 -> 意义 推动办公智能化：WPS与DeepSeek的结合，推动了办公软件向智能化方向发展，为用户提供了更加智能、高效的办公解决方案。 功能多样化：除了基本的文本处理功能，DeepSeek还支持聊天、文生图、创作等功能，为用户提供了更多的创作可能性和便捷的交互体验。 个性化定制：用户可以根据自己的需求选择不同的DeepSeek模型(如deepseek-chat或deepseek-reasoner)，并进行个性化的配置，以适应不同的工作场景。 3 -> 本地部署deepseek 相关文章： 【DeepSeek】DeepSeek概述 | 本地部署deepseek 4 -> WPS引入deepseek 下载Office AI 以联想应用商店为例
93710编辑于 2025-02-15 - 来自专栏人工智能
【Deepseek】DeepSeek-R1训练方式分析
本博客参考Deepseek开源论文：DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning1 .纯强化学习训练的语言模型 DeepSeek-R1-Zero研究者首先提出了一个完全基于强化学习(RL)训练的模型DeepSeek-R1-Zero,该模型不依赖任何有监督微调(SFT)数据。 通过RL训练,DeepSeek-R1-Zero展现出了令人印象深刻的推理能力和自主学习能力。 2.引入冷启动数据的RL模型DeepSeek-R1尽管DeepSeek-R1-Zero取得了优异的性能,但也存在着输出可读性差、语言混用等问题。 DeepSeek-R1已经在这条道路上迈出了坚实的一步。
91310编辑于 2025-02-12 - 来自专栏技术
实践DeepSeek
作为一名长期关注和实践人工智能技术的爱好者，我体验了腾讯云大模型知识引擎与 DeepSeek 的结合应用，接下来说一下我的感受吧！ 腾讯云大模型知识引擎与 DeepSeek腾讯云大模型知识引擎是面向企业客户及合作伙伴的基于大模型的知识应用构建平台。 DeepSeek - R1 是 671B 模型，它经过强化学习训练，在推理过程中会进行大量的反思和验证，思维链长度可达数万字。 DeepSeek - V3 则是 671B 参数的 MoE 模型，在百科知识、数学推理等多项任务上表现突出。 在模型设置中，我毫不犹豫地选择了 “DeepSeek - R1/V3” 模型，并开启了 “联网搜索” 开关。
17910编辑于 2025-03-20 - 来自专栏编程杂记
【Deepseek】DeepSeek-R1诞生过程
本博客参考Deepseek开源论文：DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning 1.纯强化学习训练的语言模型 DeepSeek-R1-Zero 研究者首先提出了一个完全基于强化学习(RL)训练的模型DeepSeek-R1-Zero,该模型不依赖任何有监督微调(SFT)数据。 通过RL训练,DeepSeek-R1-Zero展现出了令人印象深刻的推理能力和自主学习能力。 2.引入冷启动数据的RL模型DeepSeek-R1 尽管DeepSeek-R1-Zero取得了优异的性能,但也存在着输出可读性差、语言混用等问题。 DeepSeek-R1已经在这条道路上迈出了坚实的一步。 总结 DeepSeek-R1-Zero是一个完全基于强化学习(RL)训练的模型在没有任何有监督数据的情况下,通过自我进化掌握了强大的推理能力。
40210编辑于 2025-02-13 - 来自专栏AgenticAI
刚刚DeepSeek开源新模型DeepSeek-OCR
就在3个小时前，DeepSeek突然在HuggingFace上传新模型DeepSeek-OCR，一个只有3B大小的文档解析新模型，该模型的目标是探索视觉文本压缩的边界。 在生产环境中，DeepSeek-OCR能够以单个A100-40G GPU的计算能力，每天生成 200k+ 页的训练数据，供大语言模型或视觉语言模型使用。 markdown格式输出： prompt = "<image>\n<|grounding|>Convert the document to markdown. " 以下是一些案例： 案例2解析图标： 看来DeepSeek 模型地址：https://huggingface.co/deepseek-ai/DeepSeek-OCR
35710编辑于 2025-11-29 DeepSeek认知之旅
DeepSeek《认知之旅》记录了DeepSeek V3/R1相关的8篇核心论文，以及最新的原生可训练稀疏注意力机制NSA论文中描述的关键要点，以时间顺序按脑图的形式整理到白板文件中，供大家学习使用。 其中每篇论文的脑图都记录了对应的研究背景、核心贡献、研究方法、评估结果以及一些非常重要的讨论和洞见，用全局视角从这份文件中或可窥得DeepSeek获得如此巨大成功的一些小线索。
12700编辑于 2025-02-24- 来自专栏码匠的流水账
DeepSeek Prompt指南
序 本文主要研究一下如何写出更适合DeepSeek的Prompt 官方提示库 DeepSeek API 文档-提示库提供了一些DeepSeek 提示词样例。 对于非代码接入的场景，具体可以使用腾讯元器创建一个智能体，通过这个智能体来优化Prompt，再使用优化后的Prompt去DeepSeek执行 [图片] 如果是代码接入的，直接一次调用就可以 from >" ) completion = client.chat.completions.create( model="deepseek-chat", messages=[ 小结 使用AI来回答问题，Prompt的好坏很大程度决定了DeepSeek回答的内容，但是普通人要去学习那些Prompt有些费劲，把这个也交给DeepSeek一举两得。 doc DeepSeek API 文档-提示库
1.6K10编辑于 2025-02-20 - 来自专栏礼拜八不工作
iPhoneMirroring与DeepSeek
有些人看到标题可能会奇怪为什么这个博主要把，iPhoneMirroring与DeepSeek放在一起，该不是又是一个蹭流量博主吧。 第二个主题 ：DeepSeek的写作能力探讨 对于 DeepSeek的写作能力，我想如果你阅读过第一篇主题，并且还被它给“骗了”那大概我们能达成一个共识，就是对于文章的撰写，它已经进化到一个不可思议的地步了 在我使用其他AI工具的时候，提示词完全是我给出，而DeepSeek的步骤是，先根据我给出的提示词，进行解释与联想，生成更多，更详细的提示词。 好处肉眼可见，生成的文章质量高了不止一筹，当然这并不是我说其他的AI工具生成的不够好，而是在用户数据输入这个步骤，DeepSeek的创作团队想的更多。 最后，强力推荐下 DeepSeek ,国产且强力又好用，希望你看了这篇文章之后，也去尝试下这个应用。
98110编辑于 2025-02-04 - 来自专栏用户5654150的专栏
图片转word怎样转？
在这个快速发展的时代，做什么是都会想找一个省时又操作简单的方法，这是顺应时代的发展，那么大家对于图片转word有没有什么好用的方法呢？看看今天小编为大家带来的分享吧！ 首图1带广告.png 第一步：首先，需要打开我们要进行图片转word操作的工具，没有该工具的小伙伴们，需要在百度里下载一下了。 6.png 大家学会图片转word的操作了吗？操作起来可是很简单的哦，喜欢的记得关注小编哦！
7.8K30发布于 2019-06-19 深度解析deepseek
成本革命：训练成本仅为GPT-4等模型的1/20，如DeepSeek-V3总训练成本仅557.6万美元。二、核心技术体系1. 架构创新混合专家系统（MoE）：以DeepSeek-V3为例，总参数671B，每次推理仅激活37B参数，动态分配计算资源提升效率。 三、核心模型家族模型名称核心能力应用场景示例DeepSeek-R1强化学习驱动的逻辑推理专家金融风险评估、医疗诊断辅助DeepSeek-V3混合专家架构的多任务通用模型智能客服、个性化推荐系统DeepSeekChat 七、使用建议与资源官方渠道：官网（https://www.deepseek.com ）提供在线体验、API文档与开源代码。 DeepSeek通过技术创新与生态开放，正在重塑AI行业格局。其技术细节可进一步参考官方文档 或研究论文。
3.4K20编辑于 2025-04-05- 来自专栏全栈程序员必看
String转JsonArray转List
\”professionalWorkName\”:\”阿斯蒂芬\”,\”workContent\”:\”阿斯蒂芬\”,\”completion\”:\”阿斯蒂芬\”}”; // 字符串转JsonArray 之前要拼接上中括号 String mppArray = “[“+mpp+”]”; // 用net.sf.json.JSONArray转; JSONArray
4K30编辑于 2022-08-31 - 来自专栏Tencent云服务征文
DeepSeek上云 | 腾讯云HAI如何部署使用DeepSeek
选择应用 - DeepSeek我们在社区应用下可以找到 DeepSeek-R1 进行选择。这里HAI提供了DeepSeek-R1 1.5B及7B两种模型环境，能够满足用户快速部署和使用的需求。3. 至于算力方案的选择上，对于DeepSeek-R1 1.5B和7B的模型，使用GPU基础型套餐就可以运行。如果想要DeepSeek实现更快的推理回答，就可以选择GPUT进阶型方案。4. DeepSeek使用在点击购买之后，就会跳转到算力管理页面，就可以看到DeepSeek的HAI实例正在创建中。1. 算力连接创建完成之后，就可以看到HAI的实例，这时候我们点击算力连接。 模型选择在上面选择社区应用的时候，我们就知道应用环境内置了DeepSeek-R1 1.5B和7B两个模型。我们可以切换模型。这样，我们就可以使用DeepSeek了。 结语与TIONE安装DeepSeek相比较，HAI也具备了快速部署DeepSeek的能力。通过一键式操作，用户就可以使用云化的DeepSeek。
1.8K50编辑于 2025-02-07 Dify使用deepseek
在下拉列表里选择设置： 选择模型供应商，这里有目前市面上大量的模型供应商，为了使用deekseek，模型供应商选择ollama，使用之前需要安装ollama插件 模型供应商插件安装好后，进入详细设置，这里模型名称就选deepseek-r1 1.5b, 基础URL选择http://host.docker.internal:11434 至此模型设置完毕，接着创建一个聊天助手应用： 测试完成后发布，点运行，就可以看到一个用户视角的应用 至此一个机遇deepseek
12410编辑于 2026-03-18
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