train-deepseek-r1

手把手从零实现 DeepSeek R1，看懂并跑通核心代码

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 131 🐛 待处理 6 👀 关注 13

GitHub ↗

GitHub 星标 ★ 805

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可自由使用和部署，无付费版本。

项目预览

train-deepseek-r1 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队FareedKhan-dev

GitHubhttps://github.com/FareedKhan-dev/train-deepseek-r1

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可自由使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型chatgpt,deepseek-r1,large-language-models,llm,openai

GitHub 星标★ 805

上线时间2025-02-14 00:00:00

代码更新2025-03-21

仓库体积177 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

这是一个从零开始构建 DeepSeek R1 的开源项目，使用 Jupyter Notebook 形式逐步讲解和实现。它旨在帮助开发者和研究者深入理解 DeepSeek R1 的架构和训练过程，解决从论文到代码的落地难题。项目核心能力包括：提供完整的模型实现代码、训练流程说明、以及关键组件的详细解析，让用户能够亲手复现和实验。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 805

技术标签

chatgpt deepseek-r1 large-language-models llm openai

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 45 分钟部署方式：本地安装 4 步

环境要求

NVIDIA GPU 24G+
Python 3.10+
HuggingFace 访问能力

安装与启动步骤

1克隆

复现 DeepSeek R1 的强化学习训练流程。

git clone https://github.com/FareedKhan-dev/train-deepseek-r1.git
cd train-deepseek-r1

2装依赖

含 trl、transformers 等训练栈。
```
pip install -r requirements.txt
```
3准备基座模型

本地跑需要能放下基座的显存，否则用量化。
```
huggingface-cli download deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B
```
4跑小规模 RL

先用小模型验证奖励函数，再谈规模。
```
python train_grpo.py --model ./DeepSeek-R1-Distill-Qwen-1.5B
```