开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何从huggingface下载模型？

从 Hugging Face 模型库下载模型是一个相对简单的过程，可以通过几种不同的方式完成。Hugging Face 提供了一个非常丰富的模型库，包括但不限于 BERT、GPT、T5 等各种预训练模型。以下是几种常见的下载方式：

1. 使用 Transformers 库（Python）

如果你正在使用 Python，最简单的方式是通过 Hugging Face 的 transformers 库来下载和使用模型。首先，你需要安装这个库（如果还没有安装的话）：

pip install transformers

然后，你可以使用以下代码来下载并使用模型：

from transformers import AutoModel, AutoTokenizer

# 选择模型，例如 'bert-base-uncased'
model_name = "bert-base-uncased"

# 加载模型和分词器
model = AutoModel.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# 使用模型和分词器
text = "Hello, world!"
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

2. 直接从 Hugging Face 网站下载

如果你想直接下载模型文件而不是通过 Python 代码，可以直接访问 Hugging Face 的网站：

访问 Hugging Face Models 页面。
使用搜索栏查找你感兴趣的模型。
点击模型名称进入模型页面。
在模型页面，你可以看到“Files and versions”部分，列出了所有可下载的文件。
点击文件名旁边的下载图标（通常是一个向下的箭头）来下载文件。

3. 使用 Hugging Face Hub API

对于希望通过编程方式下载模型的高级用户，可以使用 Hugging Face Hub 的 API。这需要使用 huggingface_hub 库，首先安装这个库：

pip install huggingface_hub

然后，使用以下代码下载模型：

from huggingface_hub import hf_hub_download

model_name = "bert-base-uncased"
filename = "pytorch_model.bin"  # 你需要下载的文件名

# 下载模型文件
model_path = hf_hub_download(repo_id=model_name, filename=filename)
print("Model downloaded to:", model_path)

相关搜索:如何下载HuggingFace模型‘Transformers.Traine.Trainer’？如何推断从huggingface转换而来的.pb模型？入门: Huggingface模型卡从Huggingface模型中提取中性情感如何在训练后查看huggingface模型的变化？如何在Huggingface BERT模型之上添加LSTM层如何从HuggingFace Longformer中提取文档嵌入通过Huggingface转换器更新BERT模型无分类层的huggingface变压器bert模型用于德国新闻分类的HuggingFace转换器模型 huggingface -在本地保存微调的模型-以及tokenizer？bert模型下载无法从zoo下载预先训练的模型从零开始调整/训练HuggingFace模型的正确方法(PyTorch)使用huggingface包中的XLNet转换器训练模型无法将预先训练好的模型从Google colab推送到Huggingface以托管Bot 如何使用Huggingface的Deeppavlov构建开放领域的问答模型(ODQA/KBQA 当使用Huggingface TFTrainer类对模型进行微调时，如何指定损失函数？如何显示从ML工具包下载的模型进度 Huggingface转换器模型返回字符串而不是logits

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

节省时间：AI 模型靠谱下载方案汇总

这篇文章，想分享下我日常是如何下载模型的，包括下载来源和工具使用细节，希望对折腾模型的你也有帮助。

02

【hf-mirror】HuggingFace镜像站助你实现模型自由

随着大模型的发展，越来越多人员参与到大模型炼丹和实践中，但HuggingFace在国内无法方便访问，带来不少问题。

03

【hf-mirror】不需要HuggingFace也能实现模型自由实践

随着大模型的发展，越来越多人员参与到大模型炼丹和实践中，但HuggingFace在国内无法方便访问，带来不少问题。

01

一种从 🤗HuggingFace 下载模型的方法

无法直接从 HuggingFace[1] 下载模型时，可借助 https://github.com/AlphaHinex/hf-models 仓库，使用 GitHub Actions[2] 构建一个 Docker 镜像，在镜像中用 huggingface_hub[3] 下载好所需模型，再将镜像推送至 Docker Hub[4]，最后以下载镜像方式曲线下载模型。

01

如何将本地transformer模型部署到Elasticsearch

在本月早些时候，Elastic发布了Elasticsearch Relevance Engine（Elasticsearch相关性引擎），该引擎通过多种方式，为用户提供提高相关性的能力，其中特别重要的一点，就是允许开发人员在 Elastic 中管理和使用自己的transformer模型。

03

开源AIGC学习—文生图模型本地运行

总共涉及3种方式，来源有huggingface、modelscope，个人学习因为笔记本电脑、网络缘故，选择代码自动下载默认路径然后cp到指定路径。

01

使用 Docker 快速上手官方版 LLaMA2 开源大模型

本篇文章，我们聊聊如何使用 Docker 容器快速上手 Meta AI 出品的 LLaMA2 开源大模型。

02

使用 Docker 快速上手官方版 LLaMA2 开源大模型

本篇文章，我们聊聊如何使用 Docker 容器快速上手 Meta AI 出品的 LLaMA2 开源大模型。

在 ML.NET 中使用Hugginface Transformer

本文主要来自 https://rubikscode.net/2021/10/25/using-huggingface-transformers-with-ml-net/ ，根据自己的理解做了一些修改。ML.NET 集成的ONNX运行时，Hugginface提供了一种以ONNX格式导出Transformers的方法。首先以 ONNX 文件格式导出 Hugginface Transformer ， ML.NET 然后将其加载到 ONNX 运行时中。

01

BERT-IMDB电影评论情感分类实战：SwanLab可视化训练（完整训练代码）

基于BERT模型的IMDB电影评论情感分类，是NLP经典的Hello World任务之一。

01

使用 Docker 和 Diffusers 快速上手 Stable Video Diffusion 图生视频大模型

本篇文章聊聊，如何快速上手 Stable Video Diffusion (SVD) 图生视频大模型。

01

定制你的宠物桌面

最近想要做一个自己独一无二的桌面宠物，可以直接使用python来自己订制。属于一个小项目，这个教程主要包含几个步骤：

02

ControlNet代码改造计划 - plus studio

接下来下载需要的模型，进入huggingface 页面，选择files and versions

01

Stable Diffusion 认知以及 windows 下部署

对每个人而言，真正的职责只有一个：找到自我。然后在心中坚守其一生，全心全意，永不停息。所有其它的路都是不完整的，是人的逃避方式，是对大众理想的懦弱回归，是随波逐流，是对内心的恐惧 ——赫尔曼·黑塞《德米安》

01

训练ChatGPT的必备资源：语料、模型和代码库完全指南

大数据文摘授权转载自夕小瑶的卖萌屋作者：python 近期，ChatGPT成为了全网热议的话题。ChatGPT是一种基于大规模语言模型技术（LLM， large language model）实现的人机对话工具。但是，如果我们想要训练自己的大规模语言模型，有哪些公开的资源可以提供帮助呢？在这个github项目中，人民大学的老师同学们从模型参数（Checkpoints）、语料和代码库三个方面，为大家整理并介绍这些资源。接下来，让我们一起来看看吧。资源链接： https://github.com/RUCAI

04

一个好用的扩散模型包：Diffusers

游戏设计师利用AI工具作画拿到一等奖：说的是美国的一位画师利用AI工具进行作画，并拿到了一等奖，从而惹来了大量的争议

02

大模型之Huggingface初体验

huggingface相关环境的安装和问题处理本篇暂不涉及，后续补充。这里以一个模型为例，完成从模型介绍到加载、运行的完整过程，作为我们熟悉huggingface的一个示例。

03

大模型之 Huggingface 初体验

huggingface 相关环境的安装和问题处理本篇暂不涉及，后续补充。这里以一个模型为例，完成从模型介绍到加载、运行的完整过程，作为我们熟悉 huggingface 的一个示例。

02

fasterWhisper和MoneyPrinterPlus无缝集成

MoneyPrinterPlus之前使用的是各种云厂商的语音识别服务来进行语音的视频和字幕的识别工作。

01

腾讯HAI算力实例下部署Magic-Animate

今天在HAI算力实例下部署体验了一下Magic-animate——可以单张图像+一组动作序列（Motion Sequence）生成高质量视频的工具，很强，脸部处理虽然差了一点但还是很有意思。

02

聊聊Hugging Face

HuggingFace是一个开源社区，提供了开源的AI研发框架、工具集、可在线加载的数据集仓库和预训练模型仓库。HuggingFace提出了一套可以依照的标准研发流程，按照该框架实施工程，能够在一定程度上规避开发混乱、开发人员水平不一致的问题，降低了项目实施的风险及项目和研发人员的耦合度，让后续的研发人员能够更容易地介入，即把HuggingFace的标准研发流程变成所有研发人员的公共知识，不需要额外地学习。

04

ControlNet训练自己数据集 - plus studio

官方教程 https://github.com/lllyasviel/ControlNet/blob/main/docs/train.md

01

一键控制10万多个AI模型，HuggingFace给类ChatGPT模型们做了个「APP Store」

机器之心报道编辑：张倩、蛋酱通过 Transformers Agents，你可以控制 10 万多个 Hugging Face 模型完成各种多模态任务。从聊天到编程再到支持各种插件，强大的 ChatGPT 早就不是一个简单的对话助手，而是朝着 AI 界的「管理层」不断前进。 3 月 23 号，OpenAI 宣布 ChatGPT 开始支持各类第三方插件，比如著名的理工科神器 Wolfram Alpha。借助该神器，原本鸡兔同笼都算不准的 ChatGPT 一跃成为理工科尖子生。Twitter 上许多人评论说

05

AI进化太快，我要学不动了！

LoRA，英文全称 Low-Rank Adaptation of Large Language Models，直译为大语言模型的低阶适应，这是微软的研究人员为了解决大语言模型微调而开发的一项技术。

03

在 KubeGems 上快速体验 HuggingFace 模型

随着众多model zoo的出现，对于我们这样不懂得高深的数学基础知识的小白来说，能体验众多业界大牛开发的模型也不再是一个遥不可及的事情了。现在唯一的成本可能就是要熟悉各种开发框架，如 Transformers，OpenMMLab 等。KubeGems 在1.23版本中加入了模型商店的功能，其主要目的就是为了让开发者快速部署和体验这些优秀的模型，当前KubeGems主要对接Huggingface 和 OpenMMLab 两个model zoo，后续我们还将不断集成其他优秀的model zoo。本文将以HuggingFace为例，简单介绍如何在KubeGems上快速体验一个视觉问答的模型任务，以及一些实现背后的技术细节。

01

盘点几款AI作图工具，让你不再为找图而烦恼

huggingface 是一家美国 AI 公司，它提供了开发使用机器学习构建应用程序的工具。

03

Cohere发布Command R+：支持中文，1040亿参数，性能媲美GPT-4，RAG和工具应用领先

4月5日,知名AI公司Cohere正式发布了一款全新的大型语言模型(LLM)——Command R+。该模型拥有1040亿参数,在多种语言支持、检索增强生成(RAG)能力和工具应用方面均取得了突破性进展,其性能甚至可与OpenAI的GPT-4相媲美。

01

ChatGLM2-6B模型的微调

ChatGLM对话模型的微调需要用到两个部分；一是已预训练的模型文件，二是ChatGLM的源码文件。

01

实战制作stable diffusion的修复模型inpaint model

本文详述如何通过已有的dreamlike-art/dreamlike-photoreal-2.0标准模型standard model，制作其修复模型inpaint model。

使用 Docker 快速上手 Stability AI 的 SDXL 1.0 正式版

本篇文章，我们聊聊如何使用 Docker 来本地部署使用 Stability AI 刚刚推出的 SDXL 1.0，新一代的开源图片生成模型，以及在当前如何高效的使用显卡进行推理。

02

Stable Diffusion训练入门：火影忍者数据集

Stable Diffusion 1.5（SD1.5）是由Stability AI在2022年8月22日开源的文生图模型，是SD最经典也是社区最活跃的模型之一。

01

AI绘画Stable Diffusion进阶使用

本文讲解，模型底模，VAE美化模型，Lora模型，hypernetwork。文本Stable Diffusion 简称sd 欢迎关注

00

Stable Diffusion团队放大招！新绘画模型直出AI海报，实现像素级图像生成

梦晨发自凹非寺量子位 | 公众号 QbitAI 开源AI绘画扛把子，Stable Diffusion背后公司StabilityAI再放大招！全新开源模型DeepFloyd IF，一下获星2千+并登上GitHub热门榜。 DeepFloyd IF不光图像质量是照片级的，还解决了文生图的两大难题：准确绘制文字。（霓虹灯招牌上写着xxx）以及准确理解空间关系。（一只猫照镜子看见狮子的倒影）网友表示，这可是个大事，之前想让Midjourney v5在霓虹灯招牌上写个字AI都是瞎划拉两笔，对于镜子

01

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

7 月 19 日，Meta 终于发布了免费可商用版本 Llama 2，让开源大模型领域的格局发生了巨大变化。

02

让ChatGPT调用10万+开源AI模型！HuggingFace新功能爆火：大模型可随取随用多模态AI工具

萧箫发自凹非寺量子位 | 公众号 QbitAI 只需和ChatGPT聊聊天，它就能帮你调用10万+个HuggingFace模型！这是抱抱脸最新上线的功能HuggingFace Transformers Agents，一经推出就获得极大关注：这个功能，相当于给ChatGPT等大模型配备了“多模态”能力—— 不限于文本，而是图像、语音、文档等任何多模态任务都能解决。例如告诉ChatGPT“解释这张图像”，并扔给它一张海狸照片。ChatGPT就能调用图像解释器，输出“海狸正在水里游泳”：随后，C

01

“超级AI助手：全新提升！中文NLP训练框架，快速上手，海量训练数据，ChatGLM-v2、中文Bloom、Dolly_v2_3b助您实现更智能的应用！”

在文件code02_训练模型全部流程.ipynb的cell-5代码的前面，创建一个新的cell，然后把下面的代码放到这个cell里面

02

transformer小白入门

transformer库是huggingface发布的1个框架，非常好用，很多外行看起来高大上的问题，用它都可以轻松解决，先来看1个小例子：

02

llama2+localGPT打造纯私有知识助手

PromtEngineer/localGPT 把这些工作就包装好了，我们可以直接部署使用，甚至也可以跟本地的UI工具做一个集成

01

本地运行“李开复”的零一万物 34B 大模型

这篇文章，我们来聊聊如何本地运行最近争议颇多的，李开复带队的国产大模型：零一万物 34B。

01

腾讯的这个算法，我搬到了网上，随便玩！

大家好，之前向大家介绍并跑通了腾讯开源的老照片修复算法（AI 黑科技，老照片修复，模糊变高清），同时我也提到官方提供的3个线上试玩版体验都不好。所以我微调了一下官方 Demo，使用最新的V1.3预训练模型且输出whole-image，大家先感受一下：

02

使用 Docker 和 HuggingFace 实现 NLP 文本情感分析应用

在继续分享“干燥、有趣”的向量数据库实战[1]内容之前，我们来聊一篇简单有趣的内容：如何使用 Docker 和 HuggingFace 现成的模型，快速实现一个 NLP 文本情感分析应用，支持中英文内容的情感快速分析。

02

[预训练语言模型专题] Huggingface简介及BERT代码浅析

感谢清华大学自然语言处理实验室对预训练语言模型架构的梳理，我们将沿此脉络前行，探索预训练语言模型的前沿技术，红色框为已介绍的文章。本期的内容是结合Huggingface的Transformers代码，

02

pytorch中文语言模型bert预训练代码

ACL2020 Best Paper有一篇论文提名奖，《Don’t Stop Pretraining: Adapt Language Models to Domains and Tasks》。这篇论文做了很多语言模型预训练的实验，系统的分析了语言模型预训练对子任务的效果提升情况。有几个主要结论：

01

google colab上如何下载bert相关模型

https://storage.googleapis.com/bert_models/2018_10_18/cased_L-12_H-768_A-12.zip https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip

03

ChatGLM2-6B使用入门

ChatGLM2-6B模型的中文效果较好，相比ChatGLM-6B模型有了进一步的优化，可以本地部署尝试。

02

SD中的VAE,你不能不懂

VAE，即变分自编码器（Variational Autoencoder），是一种生成模型，它通过学习输入数据的潜在表示来重构输入数据。

01

Transformer 自然语言处理简介

自然语言处理(NLP)是与理解人类语言相关的语言学和深度学习领域。NLP所处理的任务是理解讲话的上下文，而不仅仅是理解句子。

02

如何在无 GPU 的 macOS 上运行深度学习文本生成图片模型 Stable Diffusion

如果硬件达不到要求，也可以使用各种优化 fork 兼容更低配置的硬件，但生成时间会增长。

02

Hugging Face 新开源了一款 TTS 模型: Parler-TTS！一行命令即可安装！可自主训练定制声音！

与其他 TTS 模型相反，这款轻量级 TTS 模型将所有数据集、预处理、训练代码和权重来了个一次性大公开。

01

【RWKV】如何新增一个自定义的Tokenizer和模型到HuggingFace

RWKV社区在Huggingface上放了rwkv-4-world和rwkv-5-world相关的一系列模型，见：https://huggingface.co/BlinkDL/rwkv-4-world & https://huggingface.co/BlinkDL/rwkv-5-world ，然而这些模型的格式是以PyTorch的格式进行保存的即*.pt文件，并没有将其转换为标准的Huggingface模型。后来了解到这里还有一个问题是RWKV的世界模型系列的tokenizer是自定义的，在Huggingface里面并没有与之对应的Tokenizer。没有标准的Huggingface模型就没办法使用TGI进行部署，也不利于模型的传播以及和其它模型一起做评测等等。

03

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭