快速下载Huggingface的大语言模型

���示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、Huggingface是什么？
• 二、基于官方huggingface-cli下载（基础，断线风险）
• • 1.安装hf下载环境
  • 2.配置环境变量
  • 3.注册hf账号
  • 4.激活hf账号
  • 5.绑定gemma认证
  • 6.获取下载token
  • 7.开始下载
  • 三、基于hfd.sh下载（建议，不易断线）
  • • 1.下载工具
    • 2.赋予权限
    • 3.设置环境变量
    • 4.开始下载
    • • 1.Linux系统
      • 2.Windows系统
      • 总结

        ---

        前言

        最近在研究大语言模型，找到了一个不用科学上网就能下载Huggingface的模型的方法。当然，科学上网也支持。

        ---

        一、Huggingface是什么？

        研究大模型的人都知道Huggingface是什么，是一个开源的LLM收录网站，在这里你不仅能下载到各种开源的大模型，还能下载到各种开源的数据集训练自己的LLM。

        为了方便书写以下简称Huggingface为hf

        二、基于官方huggingface-cli下载（基础，断线风险）

        以前hf下载模型是不需要登录的，现在需要注册账号了，有些特殊的模型还需要额外的认证，比如最近开源的google的gemma。今天就围绕着gemma来讲解怎么下载hf上的模型。

        因为gemma需要额外认证，所以应该能覆盖大部分hf的情形。其它的模型也可能需要绑定额外认证，这里不专门论述。

        1.安装hf下载环境

        需要安装hf的下载工具，这里建议使用conda环境即可。

        conda create -n hf python=3.9conda activate hfpip install -U huggingface_hub

        2.配置环境变量

        理论上MacOS是继承自Unix，应该和Linux是一样的环境变量。

        Linux

        export HF_ENDPOINT=https://hf-mirror.com

        Windows

        $env:HF_ENDPOINT = "https://hf-mirror.com"

        3.注册hf账号

        这一步是必须的，因为后面gemma需要token才能下载，其它模型可能也要token，我没有一个个试。

        这一步可能需要科学上网

        Huggingface官网

        准备一个live或gmail的邮箱，QQ我没有试（有些外站不支持QQ邮箱），可以的话最好。

        填邮箱密码，一步步来，我就不细讲了，会的都会，不会的…

        4.激活hf账号

        基于上面注册成功后，这个时候还不能使用账号。hf会给你注册邮箱发送一份验证邮件，你点击链接激活账号就可以正常使用了。

        5.绑定gemma认证

        主页找到Models->google/gemma-7b

        点击进去会有个认证，点击认证并通过就行了。

        6.获取下载token

        主页->个人头像

        7.开始下载

        这里要使用上面的token，使用上面安装的工具。

        huggingface-cli download --token  --resume-download google/gemma-7b --local-dir gemma-7b

        等待下载完成就行了。

        这个模式也有个缺点，有时候会不稳定，无法实现无人看守。但也没关系，重试就行了，会自动断点续传！

        三、基于hfd.sh下载（建议，不易断线）

        上面的huggingface-cli有个缺点，有时候会断线，不能完全保证无人坚守。hfd.sh方法我测试没遇到过中断的情况。

        1.下载工具

        wget https://hf-mirror.com/hfd/hfd.sh

        2.赋予权限

        chmod a+x hfd.sh

        3.设置环境变量

        Linuxexport HF_ENDPOINT=https://hf-mirror.comWindows$env:HF_ENDPOINT = "https://hf-mirror.com"

        如果在Shell配置，每打开一个新Shell都要执行下环境变量，你可以配置在系统变量或用户变量里，优先建议用户环境变量，防止配置错误对系统造成破坏。具体方法：

        Linux系统

        添加用户环境变量（不需要sudo权限）sed -i '$aexport HF_ENDPOINT=https://hf-mirror.com' ~/.bashrcsource ~/.bashrc添加系统环境变量（需要sudo权限，`谨慎选择`）sed -i '$aexport HF_ENDPOINT=https://hf-mirror.com' /etc/profilesource /etc/profile

        Windows系统

        我的电脑->右键属性->高级系统设置->环境变量，上面是用户变量，下面是系统变量，依然是建议添加用户变量。左边是变量名，右边是变量值。

        注意：Windows系统添加完环境变量必须打开一个新的Shell才能读取新的变量!

        4.开始下载

        1.Linux系统

        依然是先注册账户，拿到token。这里以chatglm3-6b为模板介绍下载方法：

        ./hfd.sh THUDM/chatglm3-6b --hf_username  --hf_token  --tool aria2c -x 4

        --tool：可以选wget和aria2c两种，建议选aria2c

        -x：指定的线程数，依据自身带宽和机器性能决策，我这里限带宽，测不出来实际差别

        wget下载工具是Linux系统自带的，aria2c一般都不会预装。

        安装aria2c

        sudo apt updatesudo apt install aria2

        2.Windows系统

        hfd.sh是基于Linux系统编写的脚本，Windows系统无法直接运行，这里有个替代方法可以在Windows上运行，那就是安装Cygwin，使用Cygwin安装aria2和wget两个工具。

        这里不能再用Windows的环境变量了，Cygwin是在Windows上模拟的Linux环境，Windows的环境变量在Cygwin不生效。还是需要导出Linux的环境变量：

        导出环境变量export HF_ENDPOINT=https://hf-mirror.com开始下载./hfd.sh THUDM/chatglm3-6b --hf_username  --hf_token  --tool aria2c -x 4

        --tool：可以选wget和aria2c两种，建议选aria2c

        -x：指定的线程数，依据自身带宽和机器性能决策，我这里限带宽，测不出来实际差别

        aria2和wget都不是Cygwin预装的，需要手动添加！

        这种方法适合那种需要在Windows上开发，又不想使用huggingface-cli的用户（断线困扰）。如果你是C或C++开发者，那么你的电脑应该是有Cygwin的，如果没有的话，这个方法对你来说就有点折腾了。依据个人需要来选择吧。

        ---

        总结

        1、总体来说还是方便的，不科学上网也能下载。

        2、其它的模型复刻这种模式就行了。