huggingface离线模式及默认保存路径

Dataloading...

已于 2023-10-31 21:43:16 修改

阅读量1.8k

点赞数 2

文章标签：深度学习

于 2023-10-31 21:37:20 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_44708254/article/details/134149853

版权

文章介绍了如何使用HuggingFace的T5Tokenizer.from_pretrained()函数从预训练模型库下载GoogleT5-v1_1-base模型，包括下载的文件类型和如何将下载的模型文件存储在本地C盘的.cache路径下，以及如何在代码中修改默认路径。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

T5Tokenizer.from_pretrained()函数会在线下载huggingface上的模型，并自动保存在C盘的.cache路径下：

C:\Users\xxxxx\.cache\huggingface\hub\models--google--t5-v1_1-base
# 这里xxxxx代表自己电脑用户名

huggingface离线下载

在这里插入图片描述
以'google/t5-v1_1-base'为例，几个json文件全要下载，如果是tensorflow下载tf_model.h5，如果是pytorch下载pytorch_model.bin，然后把这些文件放在上面的路径下面。再在代码中修改路径：

# DEFAULT_T5_NAME = 'google/t5-v1_1-base'      # 原代码
DEFAULT_T5_NAME = r'C:\Users\xxxxx\.cache\huggingface\hub\models--google--t5-v1_1-base'   # 修改为自己的路径

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Dataloading...

关注关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

大模型应用—HivisionIDPhotos 证件照在线制作！支持离线、换装、美颜等

12-24

1万+

是一款功能强大的开源证件照生成工具。用户只需上传一张人像照片，它就能智能裁剪为一寸、两寸等标准尺寸，同时自动去除背景并渲染新的背景颜色，例如蓝色、白色、红色，还支持渐变色和自定义颜色。生成的证件照会自动排版为标准的六寸规格，方便用户打印和批量制作。未来，计划推出更多实用功能，例如美颜优化、一键更换正装等，让证件照制作变得更加高效和便捷。目前，该工具已在 Huggingface 等平台上免费开放，懂编程的用户还可以将其部署到本地，享受更个性化的使用体验。在线免费使用：【证件照微信小程序。

【transformer（03/10) 】Hugging Face 安装环境

gongdiwudu的专栏

02-03

4133

关于transformer库的安装环境的说明；因为transformer是一个不小的大型软件，安装的时候对环境还是需要一定规划，一般安装在虚拟环境中，以便与常规软件进行隔离。

参与评论您还未登录，请先登录后发表或查看评论

【问题解决】huggingface 离线模型下载

dopapapa的博客

05-28

1859

因业务需要在本机测试embedding分词模型，使用 huggingface上的transformers 加载模型时，因为网络无法访问，不能从 huggingface 平台下载模型并加载出现如下错误。下面提供几种模型下载办法。

Python本地离线运行机器翻译代码示例基于Hugging Face

08-14

# Python本地离线运行机器翻译代码示例基于Hugging Face 本项目演示了如何调用Hugging Face的大模型实现本地离线实现机器翻译，Python代码简洁易懂，方便上手，能够快速实现强大的离线翻译功能。使用方法： 1. 安装 transformers 和 tokenizers 库 pip install transformers tokenizers 2. 运行 translation_en_zh.py 进行英译汉翻译；运行 translation_zh_en.py 进行汉译英翻译。翻译模型库：英语到中文: Helsinki-NLP/opus-mt-en-zh 中文到英语: Helsinki-NLP/opus-mt-zh-en 中文到日语: Helsink-NLP/opus-mt-zh-ja 中文到法语: Helsink-NLP/opus-mt-zh-fr 在 Hugging Face 可以查找更多模型，替换程序中的模型名字即可。

【torch\huggingface默认下载路径修改】.cache/torch/ 或 .cache/huggingface

最新发布

一个CV小白的博客

04-25

424

服务器的硬盘空间是有限的，系统上的固态硬盘空间又比较小，在跑深度学习模型的时候经常有默认下载权重的操作，不管是torch或者huggingface，如果不加管理，所有的权重都放在里面，迟早会爆，在大模型盛行的今天，huggingface每一次的权重都是几个g的大小，系统盘根本撑不住，所以肯定需要修改默认下载位置。

Hugging Face Offline Mode 离线模式

engchina的专栏

09-05

2084

Hugging Face Offline Mode 离线模式

HuggingFace 模型离线使用最佳方法！

CBIhalsen的博客

03-29

5833

os.environ['TRANSFORMERS_OFFLINE']="1"，放弃向huggingface联网访问。其余文件如：rust,我们并不需要下载，不使用tesorflow ,tf_model.h5也不需下载/如果需要增添模型文件，可在文件列表进行修改。

【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统(如果你想，也可以在线)

寒冰屋的专栏

10-08

7242

前言：目前翻译都是在线的，要在C#开发的程序上做一个可以实时翻译的功能，好像不是那么好做(其实主要是第三方的都要AppID或者授权，太不友好了)。而且大多数处于局域网内，所以访问在线的api也显得比较尴尬。于是，就有了以下这篇文章，自己搭建一套简单的离线翻译系统（当然，你也可以部署到有外网的云服务器上，那就可以变成在线的翻译系统了）。以下内容采用python提供基础翻译服务+ C#访问服务的功能，欢迎围观。

Huggingface离线方式加载

所有专家都曾始于新手

01-22

376

在.bashrc中将huggingface放到用户目录下的huggingface文件夹中。还有就是，每次都需要搜索一遍，然后重新下载。

huggingface离线

03-25

### Hugging Face 离线使用方法及资源下载对于希望在离线环境中使用 Hugging Face 的模型，可以采取以下几种方式来实现： #### 1. 设置自定义缓存路径默认情况下，Hugging Face 模型会存储在 `~/.cache/...

本地下载huggingface模型并在服务器上使用流程

weixin_44151034的博客

06-24

8061

AutoModelForSequenceClassification 类是基于PyTorch的，因此需要安装PyTorch才能使用。我发现：大家加载huggingface模型，基本都是使用这两条代码来下载相关的文件的，所以我们只要找到这两条代码在哪里，就能找到文件的下载位置。但是我还是感觉很奇怪，就是它们是怎么知道需要把模型下载到哪里的，我能不能下次代码报错，自己发现需要把代码下载到哪里？之后我就通过代码连接不成功的报错，还有一些调试搜索方法，在这个头文件中找到这两行相关代码。参考了上面的帖子，找到了。

讯飞离线语音合成接入

K_Hello的博客

05-23

6301

讯飞离线语音合成接入：文字转语音的方法 1.Google TextToSpeech + 中文语音引擎 Google提供了原生的方法TextToSpeech，但是不支持中文，sad… 不过可以用第三方的语音引擎，eg，讯飞，百度… 详情参考： Android 文字转语音(中文) TextToSpeech+科大讯飞语音引擎3.0 Android文字转语音引擎（TTS）简单比较及下载个人项目可以尝试...

[huggingface]—离线加载数据集

jokerxsy的博客

12-18

3023

服务器没网，需要手动下载，离线加载数据。

huggingface离线模型使用方法

leo0308的博客

07-22

888

参考：https://huggingface.co/docs/transformers/installation#offline-mode

Hugging face下载的离线模型不会用？没关系，看这里

Xzz2019的博客

10-24

2851

下载hugging face上的某个目录下的所有文件到本地，在hugging face中搜索加载预训练模型的的函数。模型搜索下载地址：https://huggingface.co/models。如BLIP的调用，将相关的参数换为本地地址即可使用。具体的使用方法请参照模型页面的readme介绍。

不会修改HuggingFace模型下载默认缓存路径？一篇教会你!