Gefeliciteerd!

Werken met DeepSeek in Python

James Chapman

AI Curriculum Lead, DataCamp

Hoofdstuk 1

 

  • Verzoeken maken voor DeepSeek in chat- en redeneermodus

De high-level redeneerworkflow van denken, doen en kennis bijwerken.

Het DeepSeek-logo.

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

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

Hoofdstuk 2

response = client.chat.completions.create(
  model="deepseek-ai/DeepSeek-V4-Pro",
  messages=[{"role": "user", "content": "..."}],
  max_tokens=20,
  temperature=0.5
)
  • Vragen en antwoorden
  • Teksttransformatie
  • Contentgeneratie
  • Categorieën, bijv. sentimentanalyse
  • Code debuggen
  • max_tokens en temperature

Verschillende DeepSeek-modeltoepassingen.

Werken met DeepSeek in Python

Hoofdstuk 3

 

  • "system"

    • Modeluitvoer sturen
    • Guardrails toevoegen

  • "assistant"

    • Gestructureerde few-shot prompting
    • Een gespreksgeschiedenis opbouwen

De drie rollen in een chatinteractie: het systeem, de gebruiker en de assistent.

Werken met DeepSeek in Python

Wat nu?

 

→ AI-toepassingen

→ Meer over DeepSeek

Werken met DeepSeek in Python

Laten we oefenen!

Werken met DeepSeek in Python

Preparing Video For Download...