Glückwunsch!

Arbeiten mit DeepSeek in Python

James Chapman

AI Curriculum Lead, DataCamp

Kapitel 1

 

  • Anfragen für DeepSeek im Chat- und Reasoning-Modus erstellen

Der High-Level-Reasoning-Workflow: denken, handeln und Wissen aktualisieren.

Das DeepSeek-Logo.

client = OpenAI(api_key="<TogetherAI API Key>")

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash",
    messages=[{"role": "user", "content": "..."}]
)
print(response.choices[0].message.content)
Arbeiten mit DeepSeek in Python

Kapitel 2

response = client.chat.completions.create(
  model="deepseek-ai/DeepSeek-V4.1-Flash",
  messages=[{"role": "user", "content": "..."}],
  max_tokens=20,
  temperature=0.5
)
  • Q&A
  • Textumwandlung
  • Inhaltserstellung
  • Kategorisierung, z. B. Sentimentanalyse
  • Code-Debugging
  • max_tokens und temperature

Verschiedene DeepSeek-Modellanwendungen.

Arbeiten mit DeepSeek in Python

Kapitel 3

 

  • "system"

    • Modellausgaben steuern
    • Leitplanken setzen

  • "assistant"

    • Strukturiertes Few-Shot-Prompting
    • Gesprächshistorie aufbauen

Die drei Rollen in einer Chat-Interaktion: System, Nutzer und Assistant.

Arbeiten mit DeepSeek in Python

Wie geht's weiter?

 

→ KI-Anwendungen

→ Mehr zu DeepSeek

Arbeiten mit DeepSeek in Python

Lass uns üben!

Arbeiten mit DeepSeek in Python

Preparing Video For Download...