Hugging Face模型下载到本地全攻略

1. 准备工作

无论你使用的是Windows Linux中的哪个系统，都需要先安装Python（建议3.8以上）和Git。确保网络畅通，如果在大陆地区，可能需要配置镜像以加速下载。

2. 安装必要的库

推荐使用 huggingface_hub 库进行模型下载，它提供了简洁的API。同时，Git LFS 用于处理大文件。

pip install huggingface_hub# 如果使用Git LFS方式sudo apt install git-lfs   # Debian/Ubuntu# 或 Windows下载安装包：https://git-lfs.github.com/

3. 使用huggingface_hub下载模型

这是最推荐的huggingface模型下载方式。你可以指定模型名称和下载目录。

from huggingface_hub import snapshot_download# 下载模型到指定文件夹snapshot_download(repo_id="bert-base-uncased", local_dir="./models/bert-base-uncased")

上述代码会将模型的所有文件下载到本地 ./models/bert-base-uncased 目录，适合本地部署。

4. 使用Git LFS下载

如果你熟悉Git，可以直接用Git LFS克隆模型仓库：

git lfs installgit clone https://huggingface.co/bert-base-uncased

注意：这种方法会下载整个仓库，包括历史版本，可能占用更多空间。

5. 模型缓存位置

Hugging Face的模型缓存默认在用户目录下的 .cache/huggingface/hub。你可以通过环境变量 HF_HOME 或 XDG_CACHE_HOME 来修改缓存路径，方便管理。

6. Windows与Linux差异

在Windows Linux两个平台上，步骤基本一致，只需注意路径写法（Windows用反斜杠或原始字符串）和命令差异（如Linux用 export，Windows用 set）。

7. 常见问题

• 下载速度慢：可以使用国内镜像，如设置环境变量 HF_ENDPOINT=https://hf-mirror.com。
• 断点续传：huggingface_hub 自动支持断点续传。
• 权限问题：确保目标目录有写入权限。

通过以上步骤，你可以轻松完成huggingface模型下载，并在Windows或Linux上实现本地部署。掌握模型缓存的管理，让你的开发工作更加高效。