【代码调试】We couldn‘t connect to ‘https://huggingface.co‘ to load this file问题解决

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

代码背景:运用wav2vec2模型微调解决自己的研究问题

报错代码

Wav2Vec2Model.from_pretrained("facebook/wav2vec2-base-960h")

问题描述:We couldn't connect to 'https://huggingface.co' to load this file, couldn't find it in the cached files and it looks like facebook/wav2vec2-base-960h is not the path to a directory containing a file named preprocessor_config.json.
Checkout your internet connection or see how to run the library in offline mode at 'https://huggingface.co/docs/transformers/installation#offline-mode'.

问题分析:看报错代码猜测这应该是国内网没办法访问引起的,通过浏览器打开https://huggingface.co发现不通过科学上网网页是打不开的,于是打开科学上网再次运行代码,结果出现了新的报错——HTTPSConnectionPool(host='huggingface.co', port=443.分析这个错误是科学上网配置引起的,不好解决,放弃这个思路。

接下来打开了https://huggingface.co/docs/transformers/installation#offline-mode网址,发现提供了三种离线调运包的方法

3fd4ce3826d1429584eca2fb85ecadcb.png33845a8d7d364040bbd51844b1e08ac3.png

258a905d0f9c46f9a1f9d154d9a9309b.png

通过提供的离线方法可以解决该问题

解决步骤:

1、科学上网

2、访问网址https://huggingface.co/models ,在搜索框搜索所需模型(我需要facebook/wav2vec2-base-960h)

3、之后点击files and versions下载所需模型(图中红圈部分,弄不清楚要什么就全下载)

6a2c767071c240f8bed681de7e44bd14.png

 4、更改代码,指明路径(相对路径不熟悉就用绝对路径)

 Wav2Vec2Model.from_pretrained("E:/facebook/wav2vec2-base-960h")

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

### 无法连接 `https://huggingface.co` 加载文件的解决办法 #### 使用代理 如果因为网络限制无法连接到 `https://huggingface.co`,可以设置代理。以使用 `pip` 为例,在命令行中设置代理: ```bash pip install transformers --proxy=http://your_proxy_address:your_proxy_port ``` 在 Python 代码中使用代理: ```python import os os.environ['HTTP_PROXY'] = 'http://your_proxy_address:your_proxy_port' os.environ['HTTPS_PROXY'] = 'http://your_proxy_address:your_proxy_port' ``` #### 使用镜像源 可以使用国内的镜像源来下载相关文件。例如,使用阿里云镜像源: ```bash pip install transformers -i https://mirrors.aliyun.com/pypi/simple/ ``` ### 本地缓存无文件的解决办法 #### 手动下载文件 可以手动从 `https://huggingface.co` 下载所需的文件。对于 `bert-base-chinese` 模型,通常需要下载以下文件: - `config.json`:模型配置文件,存储模型结构参数。 - `pytorch_model.bin`:存储模型的权重。 - `vocab.txt`:词表文件。 将这些文件下载到本地指定目录。 #### 代码中指定缓存目录 在代码中指定缓存目录,确保文件下载到指定位置: ```python from transformers import BertModel, BertTokenizer model_name = "bert-base-chinese" cache_dir = "path/to/your/cache/dir" tokenizer = BertTokenizer.from_pretrained(model_name, cache_dir=cache_dir) model = BertModel.from_pretrained(model_name, cache_dir=cache_dir) ``` ### `bert-base-chinese` 不是包含 `config.json` 文件的目录路径的解决办法 #### 检查路径 确保 `bert-base-chinese` 指向的是包含 `config.json` 文件的正确目录路径。可以使用绝对路径来避免路径问题: ```python from transformers import BertModel model_path = "absolute/path/to/bert-base-chinese" model = BertModel.from_pretrained(model_path) ``` #### 重新组织文件结构 如果文件结构不正确,将 `config.json`、`pytorch_model.bin` 和 `vocab.txt` 等文件移动到同一个目录下,并使用该目录路径加载模型。 ```python from transformers import BertModel, BertTokenizer model_path = "path/to/your/bert-base-chinese" tokenizer = BertTokenizer.from_pretrained(model_path) model = BertModel.from_pretrained(model_path) ```
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值