当前位置：首页 > 系统教程 > 正文

Linux服务器下载Hugging Face模型指南（无需本地中转，直接下载到远程服务器）

主机测评网
系统教程
2026-03-08
268

Linux服务器下载Hugging Face模型指南（无需本地中转，直接下载到远程服务器）

Hugging Face 是全球最大的机器学习模型和数据集托管平台，但很多时候我们需要在远程Linux服务器上直接下载模型，而不是先下载到本地再上传。本文将详细介绍多种在Linux服务器上直接下载Hugging Face模型和数据集的方法，适合初学者。

准备工作

确保服务器已安装Python和pip，以及git。下面我们将介绍四种方法：Hugging Face模型下载的CLI工具、Git LFS、wget和Python脚本。

方法一：使用Hugging Face CLI（最简单）

Hugging Face官方提供了命令行工具huggingface-cli，可以方便地下载模型和数据集。首先安装Hugging Face CLI：

    pip install huggingface-hub

如果需要下载需要登录的模型（如gated模型），先登录：

    huggingface-cli login

然后下载模型，例如下载BERT基础模型：

    huggingface-cli download google-bert/bert-base-uncased --local-dir ./bert-model

下载数据集，例如imdb：

    huggingface-cli download stanfordnlp/imdb --repo-type dataset --local-dir ./imdb-data

Linux服务器下载Hugging Face模型指南（无需本地中转，直接下载到远程服务器） Hugging Face模型下载 Linux服务器数据集下载 Face CLI Git LFS 第1张

方法二：使用Git LFS下载完整仓库

对于包含大文件的模型仓库，推荐使用Git LFS。首先安装Git LFS：

    # Ubuntusudo apt updatesudo apt install git-lfsgit lfs install

然后直接clone模型仓库：

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

Git LFS会自动下载大文件。这种方式适合需要整个仓库所有文件的场景，也是Linux服务器数据集下载的常用方法之一。

方法三：使用wget下载单个文件

如果你只需要模型中的某个文件（如config.json或pytorch_model.bin），可以在Hugging Face文件页面获取下载链接，然后用wget：

    wget -c https://huggingface.co/google-bert/bert-base-uncased/resolve/main/config.json

-c选项支持断点续传。

方法四：使用Python脚本（huggingface_hub）

在Python脚本中，可以使用Hugging Face模型下载的底层函数：

    from huggingface_hub import hf_hub_downloadmodel_id = "google-bert/bert-base-uncased"filename = "pytorch_model.bin"downloaded_path = hf_hub_download(repo_id=model_id, filename=filename)print(f"下载到: {downloaded_path}")

如果需要下载整个仓库，可以使用snapshot_download函数。

注意事项

网络问题：如果服务器在国内，可能需要设置代理或使用镜像站。可以通过环境变量HF_ENDPOINT指定镜像，例如export HF_ENDPOINT=https://hf-mirror.com。
认证：对于私有模型，必须使用Hugging Face CLI登录或设置token。
磁盘空间：确保有足够空间。