如过需要本地部署deepseek，让deepseek使用GPU资源，只需要安装完cuda就可以了，如果想训练神经网络模型，那必须要安装cudnn,后面会更新本地部署deepseek!把cuda里面的四个文件路径添加到环境变量就可以了。这样就搞定了，接下来搞cudnn!这步有时需要登陆，注册登录就好。装完在命令行窗口输入。

什么是RAG:翻译为检索增强生成，nomic-embed-text模型是一个文本嵌入模型，目的帮助我们把知识库文本embedded成模型能读懂的格式，感兴趣的可以去学习一下自然语言处理相关知识。当部署完自己的本地deepseek后，我们想用自己的数据训练一下自己的模型，需要怎么做呢，本篇就来介绍一下我是怎么做的，还没安装的参考上一篇内容。选择一个deepseek模型，为了快，我选择的是1.5b，跑

如过需要本地部署deepseek，让deepseek使用GPU资源，只需要安装完cuda就可以了，如果想训练神经网络模型，那必须要安装cudnn,后面会更新本地部署deepseek!把cuda里面的四个文件路径添加到环境变量就可以了。这样就搞定了，接下来搞cudnn!这步有时需要登陆，注册登录就好。装完在命令行窗口输入。

什么是RAG:翻译为检索增强生成，nomic-embed-text模型是一个文本嵌入模型，目的帮助我们把知识库文本embedded成模型能读懂的格式，感兴趣的可以去学习一下自然语言处理相关知识。当部署完自己的本地deepseek后，我们想用自己的数据训练一下自己的模型，需要怎么做呢，本篇就来介绍一下我是怎么做的，还没安装的参考上一篇内容。选择一个deepseek模型，为了快，我选择的是1.5b，跑

什么是RAG:翻译为检索增强生成，nomic-embed-text模型是一个文本嵌入模型，目的帮助我们把知识库文本embedded成模型能读懂的格式，感兴趣的可以去学习一下自然语言处理相关知识。当部署完自己的本地deepseek后，我们想用自己的数据训练一下自己的模型，需要怎么做呢，本篇就来介绍一下我是怎么做的，还没安装的参考上一篇内容。选择一个deepseek模型，为了快，我选择的是1.5b，跑

如过需要本地部署deepseek，让deepseek使用GPU资源，只需要安装完cuda就可以了，如果想训练神经网络模型，那必须要安装cudnn,后面会更新本地部署deepseek!把cuda里面的四个文件路径添加到环境变量就可以了。这样就搞定了，接下来搞cudnn!这步有时需要登陆，注册登录就好。装完在命令行窗口输入。

什么是RAG:翻译为检索增强生成，nomic-embed-text模型是一个文本嵌入模型，目的帮助我们把知识库文本embedded成模型能读懂的格式，感兴趣的可以去学习一下自然语言处理相关知识。当部署完自己的本地deepseek后，我们想用自己的数据训练一下自己的模型，需要怎么做呢，本篇就来介绍一下我是怎么做的，还没安装的参考上一篇内容。选择一个deepseek模型，为了快，我选择的是1.5b，跑

LLM创建的API端口默认是3001。

什么是RAG:翻译为检索增强生成，nomic-embed-text模型是一个文本嵌入模型，目的帮助我们把知识库文本embedded成模型能读懂的格式，感兴趣的可以去学习一下自然语言处理相关知识。当部署完自己的本地deepseek后，我们想用自己的数据训练一下自己的模型，需要怎么做呢，本篇就来介绍一下我是怎么做的，还没安装的参考上一篇内容。选择一个deepseek模型，为了快，我选择的是1.5b，跑