本书是一本系统讲解DeepSeek源码及其核心实现原理的技术指南，内容覆盖了从基础概念到高级应用的全流程知识。全书共7章，结构层层递进。第1章对DeepSeek进行了全面概述，帮助读者构建对DeepSeek系统的整体认知。第2章聚焦于环境搭建、代码获取与模型部署接入，为后续深入研究提供基础。第3章深入探讨了MoE（混合专家模型）的基本原理、功能模块与优化技术。第4章详细解析了DeepSeek-V3模型的架构知识，并通过测试验证展示了系统的实际效果。第5章围绕Transformer多模态大模型展开，介绍了Janus系列架构、核心技术及工具模块。第6章针对高分辨率图像场景，探讨了结合MoE、细粒度特征提取与视觉/语言适配器的多模态模型的知识。第7章聚焦DeepSeek-R1推理大模型，展示了DeepSeek在推理性能与自我进化方面的前沿探索。 本书适合人工智能工程师、深度学习研究者、AI产品开发人员及高校师生阅读。无论您是希望夯实开源模型基础，还是寻找前沿实战案例，本书都将为您提供全面而深入的参考与指导。

第1章 DeepSeek概述
1.1 DeepSeek简介
1.1.1 DeepSeek介绍
1.1.2 DeepSeek的背景与目标
1.1.3 DeepSeek的产品
1.1.4 DeepSeek的应用场景
1.1.5 DeepSeek的核心功能
1.2 DeepSeek的架构概览
1.2.1 DeepSeek的整体架构设计
1.2.2 DeepSeek的模块划分
1.2.3 DeepSeek与其他模型的技术对比
第2章 环境搭建、代码获取与模型部署接入
2.1 环境准备
2.1.1 硬件环境要求
2.1.2 软件环境配置
2.2 源码获取与管理
2.2.1 开源项目简介
2.2.2 获取源码
2.2.3 代码分支管理
2.2.4 代码更新与同步
2.3 DeepSeek模型的本地部署与接入
2.3.1 安装Ollama
2.3.2 部署DeepSeek模型
2.3.3 Chatbox部署可视化
2.3.4 DeepSeek接入整合
第3章 混合专家模型（MoE）初探
3.1 项目介绍
3.1.1 基本特点
3.1.2 开源内容
3.2 功能模块
……
第4章 基于DeepSeekMoE架构的DeepSeek-V3
第5章 统一多模态大模型
第6章 适用于高分辨率图像的多模态模型
第7章 DeepSeek-R1推理大模型