【AI之路】使用huggingface_hub优雅解决huggingface大模型下载问题

文章目录

前言

Hugging face 资源很不错，可是国内下载速度很慢，动则GB的大模型，下载很容易超时，经常下载不成功。很是影响玩AI的信心。（有人说用迅雷啊，试试就知道有无奈。）

经过多次测试，终于搞定了下载，即使超时也可以继续下载。真正实现下载无忧！究竟如何实现？且看本文分解。

一、Hugging face是什么？

Hugging face 起初是一家总部位于纽约的聊天机器人初创服务商，本来打算创业做聊天机器人，在Github上开源了一个Transformers库，虽然聊天机器人业务没搞起来，但是他们的这个库在机器学习社区迅速大火起来。目前已经共享了超100,000个预训练模型，10,000个数据集。俨然陈国了AI开发者的GitHub，提供了模型、数据集（文本|图像|音频|视频）、类库（比如transformers|peft|accelerate）、教程等。

官网网址：https://huggingface.co/

二、准备工作

安装pip install huggingface_hub安装huggingface_hub包

C:\Users\Administrator>pip install huggingface_hub
Requirement already satisfied: huggingface_hub in d:\programdata\anaconda3\lib\site-packages (0.13.2)
Requirement already satisfied: pyyaml>=5.1in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(6.0)
Requirement already satisfied: typing-extensions>=3.7.4.3 in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(4.4.0)
Requirement already satisfied: packaging>=20.9in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(22.0)
Requirement already satisfied: requests in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(2.28.2)
Requirement already satisfied: tqdm>=4.42.1 in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(4.64.1)
Requirement already satisfied: filelock in d:\programdata\anaconda3\lib\site-packages (from huggingface_hub)(3.12.0)
Requirement already satisfied: colorama in d:\programdata\anaconda3\lib\site-packages (from tqdm>=4.42.1->huggingface_hub)(0.4.6)
Requirement already satisfied: charset-normalizer<4,>=2in d:\programdata\anaconda3\lib\site-packages (from requests->huggingface_hub)(2.0.4)
Requirement already satisfied: idna<4,>=2.5in d:\programdata\anaconda3\lib\site-packages (from requests->huggingface_hub)(3.4)
Requirement already satisfied: certifi>=2017.4.17 in d:\programdata\anaconda3\lib\site-packages (from requests->huggingface_hub)(2022.12.7)
Requirement already satisfied: urllib3<1.27,>=1.21.1 in d:\programdata\anaconda3\lib\site-packages (from requests->huggingface_hub)(1.26.14)
C:\Users\Administrator>

三、下载整个仓库或单个大模型文件

找到自己需要下载的仓库，红色框即是repo_id ，选择蓝色框即可查看仓库内文件。

1. 下载整个仓库

使用snapshot_download下载整个仓库快照，如下几个参数注意下：

• allow_patterns选择需要下载的文件类型，通过ignore_patterns设置需要忽略的文件类型。
• resume_download=True，表示允许断点续传，整个很有必要。
• etag_timeout=100，超时阈值，默认10秒，这里自己根据情况修改。 更多参数详情可访问：https://huggingface.co/docs/huggingface_hub/v0.16.3/guides/download

import time
from huggingface_hub import snapshot_download
repo_id ="LinkSoul/Chinese-Llama-2-7b"
local_dir ='d:/ai/models1'
cache_dir = local_dir +"/cache"whileTrue:try:
        snapshot_download(cache_dir=cache_dir,
        local_dir=local_dir,
        repo_id=repo_id,
        local_dir_use_symlinks=False,
        resume_download=True,
        allow_patterns=["*.model","*.json","*.bin","*.py","*.md","*.txt"],
        ignore_patterns=["*.safetensors","*.msgpack","*.h5","*.ot",],)except Exception as e :print(e)# time.sleep(5)else:print('下载完成')break

2. 下载单个大模型文件

个别情况下，我们只需要下载大模型文件，不需要下载整个项目仓库，使用hf_hub_download进行下载即可。参数设置同上解释。

import time
from huggingface_hub import hf_hub_download
repo_id ="BlinkDL/rwkv-4-pile-7b"# 仓库ID
local_dir ='d:/ai/models2'
cache_dir = local_dir +"/cache"
filename="RWKV-4-Pile-7B-Chn-testNovel-done-ctx2048-20230404.pth"whileTrue:try:
        hf_hub_download(cache_dir=cache_dir,
        local_dir=local_dir,
        repo_id=repo_id,
        filename=filename,
        local_dir_use_symlinks=False,
        resume_download=True,
        etag_timeout=100)except Exception as e :print(e)# time.sleep(5)else:print('下载完成')break

总结

几经测试，终于搞定了模型下载，以后再也不用为下载大文件发愁了。
踩坑无数，撰文只为各位博友少走弯路。
觉得有帮助，发动小手点个赞，谢谢！

附录

huggingface中文社区
https://huggingface.co/blog/zh