下载huggingface上模型的正确姿势

更多、更及时内容欢迎留意微信公众号： 小窗幽记机器学习

背景

之前下载huggingface上模型的时候，要么是用类似如下脚本的方式下载：

from transformers import AutoTokenizer, AutoModelForMaskedLM
  
tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
model = AutoModelForMaskedLM.from_pretrained("bert-base-uncased")

要么是在Files and versions 中点击目标文件逐一下载：

那么是否有更方便的方式，一行命令直接下载整个模型文件？有的，使用git lfs 即可。

环境安装

LFS是Large File Storage的缩写，用于帮助git管理大文件。不同于git每次保存diff，对于git来说，如果是模型或者一些设计大文件，改变一点，对于仓库来说会增加很大的体积，不一会就能几个G。对于git lfs来说，在使用git lfs track命令后，git push的时候，git lfs会截取要管理的大文件，并将其传至git lfs的服务器中，从而减小仓库的体积。

工具安装:

yum install git-lfs
# Make sure you have git-lfs installed
# (https://git-lfs.github.com/)
git lfs install

模型下载

至此，可以使用git clone https://huggingface.co/username/your-model-name下载目标模型。比如想要下载bert-base-uncased模型：

git clone https://huggingface.co/bert-base-uncased

下载结果可以和网页结果比对：

并进行hash校验，可以看出结果相同，即表明正常下载了模型文件。