- 综合排序
- 最热优先
- 最新优先
- 来自专栏SQL数据库开发
DeepSeek如何轻松搞定Excel公式（附3个实战案例）
本文将首先简单介绍DeepSeek在Excel数据处理方面的7大优势，然后通过3个实战案例，手把手带你深入了解DeepSeek如何助力Excel公式生成。 数据清洗自动化 DeepSeek能够自动执行数据清洗任务，包括去除重复数据、处理缺失值、纠正错误数据格式等，从而确保数据的准确性和完整性。 3. 多样化办公 除了上述功能，DeepSeek还可以实现AI对话、文案写作、文本校对、精准翻译等切能，满足多样化的办公和需求。 02 实战案例 1. ●公式中的单元格引用（如A1和B1是相对引用，这意味着当你将公式复制到其他单元格（例如C2、C3等）时，公式会自动调整为引用相应行的单元格（如A2+B2、A3+B3等）。 通过本文分享的3个实战案例，我们看到了DeepSeek在数据筛选、跨表统计以及动态排序等场景中的卓越表现。未来，随着技术不断进步，DeepSeek将带来更多可能性。
2K10编辑于 2025-03-11 - 来自专栏快乐阿超
DeepSeek-V3
Github: https://github.com/deepseek-ai/DeepSeek-V3 最近在研究AI驱动的搜索引擎时，发现了一个非常有潜力的开源项目——DeepSeek-V3。 克隆项目代码并安装依赖： 123 git clone https://github.com/deepseek-ai/DeepSeek-V3.gitcd DeepSeek-V3pip install -r 数据准备 DeepSeek-V3 支持多种数据格式。你可以准备自己的数据集（如JSON、CSV、图像文件等），并将其放置在指定目录下。配置文件中可以定义数据路径和格式。 3. 测试搜索 DeepSeek-V3 提供了简单的 API 测试工具。 研究与分析 在科学研究中，DeepSeek-V3 可以帮助研究人员快速搜索相关文献、数据集或实验结果。
5.1K50编辑于 2024-12-31 - 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
1K11编辑于 2025-03-07 - 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。 （DeepSeek V2/V3）等七种模型。 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。 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 ● 实战系统性：突破传统技术书籍重理论轻实践的局限，从生成式AI的理论基础讲解到DeepSeek-V3的技术架构，再到具体的开发实践，构建了从模型部署、参数微调到应用落地的全链路技术框架。
87610编辑于 2025-03-10 - 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 检索Top3结果：参考1 - 8 -（境外生排位第一）获得省部级及以上学科竞赛奖项，奖励金额参考2 1.学校对获得省部级及以上学科竞赛奖项的学生给予奖励，参考3 培训费以及学生奖金等。 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。 }"""}]4️⃣ 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
1.1K31编辑于 2025-07-19 - 来自专栏【全栈开发之路】
效率神器：DeepSeek如何轻松搞定Excel公式生成（附3个实战案例）
本文将首先简单介绍DeepSeek在Excel数据处理方面的7大优势，然后通过3个实战案例，手把手带你深入了解DeepSeek如何助力Excel公式生成。 数据清洗自动化 DeepSeek能够自动执行数据清洗任务，包括去除重复数据、处理缺失值、纠正错误数据格式等，从而确保数据的准确性和完整性。 3. 多样化办公 除了上述功能，DeepSeek还可以实现AI对话、文案写作、文本校对、精准翻译等切能，满足多样化的办公和需求。 02 实战案例 1. ● 公式中的单元格引用（如A1和B1是相对引用，这意味着当你将公式复制到其他单元格（例如C2、C3等）时，公式会自动调整为引用相应行的单元格（如A2+B2、A3+B3等）。 通过本文分享的3个实战案例，我们看到了DeepSeek在数据筛选、跨表统计以及动态排序等场景中的卓越表现。 未来，随着技术不断进步，DeepSeek将带来更多可能性。
1.4K00编辑于 2025-03-01 - 来自专栏人工智能学习
DeepSeek实战：3分钟学会提取网页纯文本！(含提示词)
DeepSeek实战：3分钟学会提取网页纯文本！(含提示词)| 原创作者/编辑：凯哥Java | 分类：人工智能学习系列教程大家好，我是凯哥Java。 DeepSeek实战指南痛点分析：在日常工作中，我们经常需要从网页上复制文字内容，但很多网站会设置权限限制，例如：提示需要登录才能复制内容，如下图：复制需要登录的示例提示需要申请编辑权限。 PS:本文是Deepseek实战系列课程。本系列教程其他文章，还在文章末尾添加。欢迎系统学习！ 如下图③；定位目标内容步骤步骤3：找到目标DIV1.在开发者工具的“元素”面板中，找到包含目标文字的DIV元素。2.右键点击该DIV，选择“Edit as HTML”。 如果需要文中截图相关文章，你们也懂得怎么获取啊~如果你们还有其他想要的实战教程，记得留言。凯哥写教程
2.7K21编辑于 2025-02-13 - 来自专栏若城技术专栏
效率神器：DeepSeek如何轻松搞定Excel公式生成（附3个实战案例）
数据清洗自动化 DeepSeek能够自动执行数据清洗任务，包括去除重复数据、处理缺失值、纠正错误数据格式等，从而确保数据的准确性和完整性。 3. 实战案例 案例一：数据筛选与排序 提示词 帮我写公式：提取A列区域为“华东区”且D列销售额前5名的产品名称。 公式中的单元格引用（如A1和B1）是相对引用，这意味着当你将公式复制到其他单元格（例如C2、C3等）时，公式会自动调整为引用相应行的单元格（如A2+B2、A3+B3等）。 （3）注意 确保A列和B列中的数据是数值类型，否则公式可能会返回错误值。 通过本文分享的3个实战案例，我们看到了DeepSeek在数据筛选、跨表统计以及动态排序等场景中的卓越表现。未来，随着技术不断进步，DeepSeek将带来更多可能性。
2.1K11编辑于 2025-03-02 - 来自专栏AI智韵
DeepSeek-V3报告解读
多token预测的实现 DeepSeek-V3实现多token预测的方式主要通过引入多token预测（Multi-Token Prediction, MTP）目标来增强模型的性能。 该损失作为DeepSeek-V3的额外训练目标，旨在提高模型的预测能力。 推理阶段： 在推理时，MTP模块可以被丢弃，主模型可以独立运行，确保模型的正常工作。 DeepSeek-V3的多token预测如何影响模型的训练效率？ DeepSeek-V3通过多token预测的设计，不仅提升了模型的训练效率，还增强了其在生成任务中的表现。 这种方法的引入使得DeepSeek-V3在处理复杂的语言任务时，能够更有效地利用上下文信息，从而实现更高的预测准确性。 这使得DeepSeek-V3在处理复杂语言任务时，能够更快地收敛并达到更高的性能。 多token预测与传统单token预测相比，有哪些显著的区别？
1K10编辑于 2025-01-22 - 来自专栏h5
原创electron35+deepseek-v3实战桌面版AI聊天界面
2025桌面端AI实战 - 基于Electron35+Vite6+DeepSeek搭建一款桌面客户端AI流式输出对话模板。支持上下文多轮会话、浅色/暗黑主题、代码块高亮效果、会话本地存储等功能。 技术知识点技术框架：vite^6.2.0+vue^3.5.13+vue-router^4.5.0大模型ai框架：DeepSeek-V3-0324 + OpenAI跨平台框架：electron^35.1.2 pinia-plugin-persistedstate^4.2.0高亮插件：highlight.js^11.11.1markdown解析：markdown-it项目功能跨平台Electron35框架，接入DeepSeek-V3
41720编辑于 2025-04-17 DeepSeek-V4 实战——我用国产大模型重写了3个项目
我：替代了，而且重写了3个项目。 朋友：效果怎么样？ 我：性能接近，成本降了90%，但踩了几个坑。 Opus 4.7 ¥6.5/M ¥13/M 0.74x DeepSeek V4-Pro ¥0.25/¥3/M ¥6/M 0.09x - 0.34x 我的三个项目，原来用 GPT-5.5，每月 token 性能优化\n3. 安全漏洞\n4. ▪ 切到 DeepSeek-V4-Flash 后 DeepSeek-V4-Flash 是轻量版，专门为快速推理设计。平均每个接口 1.5 秒，100 个接口只要 2.5 分钟。 速度提升了 3 倍。 从数据中找到相关信息 3.
23911编辑于 2026-05-09- 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 检索优化原始代码（向量召回），属于单阶段的检索def retrieve_docs(query, k=3): """检索最相关的k个段落""" query_vec = model.encode BGE-Reranker、ColBERT），对多个段落的得分进行重排序，具体实现：1️⃣ 将 (query, paragraph) 成对送入 BERT/Transformer 分类器2️⃣ 得到语义相关性分数3️⃣
92221编辑于 2025-07-20 - 来自专栏Linux运维技术之路
DeepSeek V3、DeepSeek R1 、 DeepSeekLLM版本区别
特性 DeepSeek V3 DeepSeek R1 DeepSeekLLM 含义 高性能信息检索和自然语言处理模型，适用于大规模应用 针对特定任务优化的轻量级模型，适用于中小型企业 专为大规模语言生成任务设计 ，适用于对话系统和生成任务 模型名称 DeepSeek V3 DeepSeek R1 DeepSeekLLM 模型大小 1.5B、7B、8B、14B、32B、70B、671B 1.5B、7B、8B、14B DeepSeek V3: • 适合处理大规模信息检索任务，支持不同参数规模的模型（从 1.5B 到 671B）。 3. DeepSeekLLM: • 专为生成任务设计，支持更大规模的语言生成和对话系统任务，支持从 7B 到 671B 的多种模型。 • 对于轻量级模型（如 Deepseek R1 的 1.5B），Python 3.7+ 也可满足需求。
20K42编辑于 2025-02-08 - 来自专栏算法一只狗
OpenManus实战：如何用DeepSeek V3打造你的专属智能体？
目前我把DeepSeek用在了构建超级智能体上。最近由于Manus的爆火，导致很多人开始关注Agent是否真的能够落地。 同时，openai也自己发布了agent api，让人人都能够自己构建一个属于自己的Agent而在爆火的同时，不到3小时，MetaGPT团队3小时就复刻了Manus，同时把这个项目开源出来。 在这个项目里面，我们就可以调用DeepSeek V3的api，让OpenManus跑起来。 github.com/mannaandpoem/OpenManus.gitcd OpenManus安装相关的依赖pip install -r requirements.txt那么原始的OpenManus其实是不支持DeepSeek 如今，我们可以结合DeepSeek V3，让OpenManus在各种任务上展现强大能力，从信息检索到内容创作，再到自动化构建应用，Agent的可行性和实用性正在不断提升。
77210编辑于 2025-03-27 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
57321编辑于 2025-03-23Aipy实战：使用Deepseek-V3生成多协议弱口令爆破调度工具
Aipy 研发的多协议弱口令爆破调度系统，是一款集成多协议支持、智能任务编排及风险验证功能的图形化渗透测试工具。该工具通过自动化工作流设计，优化弱口令探测流程，实现高风险服务凭证的高效定位，为渗透测试场景提供系统性解决方案。
26710编辑于 2025-06-12aipy实战：Deepseek-V3、Hunyuan&Qwen做商品分析之端午怎么买粽子
今天我们最主要的任务就是在aipy上配置这两个模型，并且对deepseek-v3，hunyuan-turbos-latest，qwen-plus-latest三个模型完成同一任务进行测评。 3、列出618大促的具体购买价格。4.整理以上内容并产出格式特别精美、配色特别炫酷、特别美观的html格式文件2. deepseek总体来说，deepseek表现得很不错。 首先在界面上，deepseek整体为白色配色，很简洁明了。其次，在重要信息呈现上，用了颜色突出的加粗字体，来把信息着重凸显，这样子能够让信息更直观、便读。 3. 混元总体来说，混元表现得也是达到了我的预期。首先总体来看，颜色选择上，特殊的采取了粉蓝渐变的背景，非常特殊。整个界面都很简洁明了，产品名称、成分、价格都很清楚，信息抓取很方便。 deepseek整体商务风配色，hunyuan背景具有特色，客观上，Qwen是最好看的，还具有配图。在时间反应上，hunyuan花费最短，其次是Qwen，最后Deepseek花费时间最长。
39010编辑于 2025-05-23- 来自专栏深度学习与python
DeepSeek 3FS 架构分析和思考
2025 年 2 月 28 日，DeepSeek 在其开源周最后一天压轴发布了自研的并行文件系统 Fire-Flyer File System，简称 3FS。 该系统支撑了 DeepSeek V3&R1 模型训练、推理的全流程，在数据预处理、数据集加载、CheckPoint、KVCache 等场景发挥了重要作用。 项目一经发布，就获得了存储领域的广泛关注。 火山引擎文件存储团队阅读和分析了 3FS 的设计文档和源代码，总结出这篇文章，在介绍了 3FS 关键设计的同时，尝试从存储专业的视角挖掘出 3FS 团队在这些设计背后的考量。 所有组件均接入 RDMA 网络实现高速互联，DeepSeek 内部实际使用的是 InfiniBand。 /deepseek-ai/3FS/blob/main/src/lib/api/UsrbIo.md 在实现上，USRBIO 使用了很多共享内存文件： 每个 USRBIO 实例使用一个 Iov 文件和一个
3.2K10编辑于 2025-03-12 - 来自专栏大模型成长之路
【大模型学习 | DeepSeek-V3原理】
DeepSeek-V3 Technical Report DeepSeek-V3 的基本框架还是 Transformer。 另外，V3 模型是通过将预测多token作为训练目标。本文主要是对DeepSeek-V3的模型框架以及训练目标进行讨论。 什么是负载平衡？ 是否使用 RMSNorm 是否移除偏置项 GPT-2 ❌ No ❌ 有偏置 LLAMA ✅ Yes ✅ 无偏置 DeepSeek-V3 ✅ Yes ✅ 无偏置 目前的模型权重已开源： https://huggingface.co/deepseek-ai/DeepSeek-V3-Base 者由于设备限制无法对 有兴趣的同学可以自行下载模型权重： mode_name_or_path = '/root/autodl-tmp/deepseek-ai/DeepSeek-V3-Base' tokenizer = AutoTokenizer.from_pretrained
1.5K21编辑于 2025-07-25 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- 3. 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。
1.7K10编辑于 2025-04-06
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