Linux系统实现调用模型自由：解决MaxRetryError(“HTTPSConnectionPool(host=‘huggingface.co‘, port=443)：...

1 需要安装代理软件

采用Qv2Ray：

https://github.com/Qv2ray/Qv2ray/releaseshttps://github.com/Qv2ray/Qv2ray/releases我用的是：2.7.0-pre2版本：

下载后右键->Execute

出现报错：

解决办法是在当前文件夹位置打开终端，输入

./Qv2ray.v2.7.0-pre2.linux-x64.AppImage --appimage-extract

打开解压后的文件夹，双击apprun运行：

2 Qv2Ray设置

运行Qv2Ray，进行设置：Preferences->Kernel Settings，找到Assets Directory

默认是没有这个路径的，需要自己到上级目录创建vcore文件夹！！！

我的情况是在/root/.config/qv2ray这个路径中，新建vcore文件夹

接着下载v2ray-core

https://github.com/v2fly/v2ray-core/releases?page=4https://github.com/v2fly/v2ray-core/releases?page=4我下载的是4.39.1版本

下载后把解压把里面的内容放到新建的vcore文件夹里去：

3 订阅链接

节点不用说了大家自己去找 😊

设置里面进行端口设置：

注意默认只有这些连接形式，如果是其他的比如ssr，Trojan就要用到插件

插件在这里找，是什么连接方式就下载什么插件：

GitHub - Qv2ray/Deprecation-Notice: 有关 Qv2ray 主项目及插件不再进行维护的通知有关 Qv2ray 主项目及插件不再进行维护的通知. Contribute to Qv2ray/Deprecation-Notice development by creating an account on GitHub.https://github.com/Qv2ray/Deprecation-Notice下载好的插件直接放到plugins文件夹里，重启Qv2ray，连接之后网页可以打开huggingface

4 终端设置

安装proxychains4（ubuntu系统执行下面命u令）

sudo apt update
sudo apt install proxychains4

装好之后配置：

打开 /etc/proxychains4.conf

最后一行，协议改成http 端口改成8889(和Qv2Ray设置里面的一致)

[ProxyList]
# add proxy here ...
# meanwile
# defaults set to "tor"
http 127.0.0.1 8889

5 大功告成

好了以后再执行任何可能需要联网的命令，比如form_pretrained直接调用huggingface上模型，登录huggingface，report_to_wandb等等，在命令前+proxychains4即可

比如模型训练：

proxychains4 accelerate launch train_dreambooth.py \
  --pretrained_model_name_or_path="CompVis/stable-diffusion-v1-4"  \
  --instance_data_dir="images_15_duoduo" \
  --class_data_dir="class_images"\
  --output_dir="dreambooth-15images-model" \
  --with_prior_preservation --prior_loss_weight=0.8 \
  --instance_prompt="a photo of [V] dog" \
  --class_prompt="a photo of dog" \
  --resolution=512 \
  --train_batch_size=1 \
  --gradient_accumulation_steps=1 --gradient_checkpointing \
  --use_8bit_adam \
  --set_grads_to_none \
  --learning_rate=2e-6 \
  --lr_scheduler="constant" \
  --lr_warmup_steps=0 \
  --num_class_images=500 \
  --max_train_steps=2000