使用hf-mirror.com镜像网站下载模型

博客提及以上图为例,进行chatglm - 6b模型的下载,涉及信息技术领域中模型获取相关内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
以上图为例,下载chatglm-6b模型:

import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
from huggingface_hub import snapshot_download


# 替换为自己的存储路径
model_path = "chatglm-6b"
snapshot_download(
            repo_id="THUDM/chatglm-6b",
            local_dir=model_path,
            max_workers=8
        )
### 如何从 hf-mirror 下载机器学习或深度学习模型 为了成功从 `hf-mirror` 下载机器学习或深度学习模型,可以按照以下方法操作: #### 方法概述 一种推荐的方法是从 `hf-mirror` 使用 Git LFS(Large File Storage)来管理大文件的存储和下载。此方法通过分步处理解决了可能的大文件下载失败问题[^3]。 #### 初始化环境 首先,在 Linux 或其他支持的操作系统上执行以下命令以初始化 Git LFS 环境: ```bash git lfs install ``` 这一步安装了必要的工具以便后续能够正确处理大型文件。 #### 克隆仓库并跳过初始大文件下载 接着,利用特定参数克隆目标仓库,同时暂时忽略大文件的实际内容加载: ```bash GIT_LFS_SKIP_SMUDGE=1 git clone https://hf-mirror.com/<your-model-repo> ``` 这里 `<your-model-repo>` 是具体的模型仓库地址。例如,如果要下载某个控制视频生成模型,则替换为实际路径如 `weifeng-chen/controlavideo-depth`。 #### 进入指定目录完成剩余部分拉取 进入到刚刚创建好的本地副本对应的子目录之后,运行如下指令获取之前被跳过的那些较大尺寸的数据文件: ```bash cd <directory-name> && git lfs pull ``` 其中 `<directory-name>` 应该替换成具体项目内的相关文件夹名称,比如前述例子中的 `dpt-hybrid-midas` 文件夹名。 另外,当上述流程遇到阻碍或者偏好更直接的方式时,也可以考虑采用简单的 HTTP 请求形式手动抓取所需资源链接并通过工具像 wget 实现单独传输: ```bash wget <direct-download-link> ``` 以上便是基于现有资料整理出来的关于怎样有效率地自 hf-mirror 获取预训练人工智能模型的一套解决方案说明文档。 ### 注意事项 对于初学者而言,建议仔细阅读官方文档以及社区分享的经验贴,确保每一步都严格按照指导来进行以免发生错误配置等问题影响最终成果达成效率效果评估等方面表现不佳的情况出现。
评论
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