Hugging Face模型国内镜像HF Mirror下载

烧火大爷

已于 2025-03-19 23:28:36 修改

阅读量583

点赞数 4

分类专栏： Python学习 AI 文章标签： linux 运维服务器

于 2025-03-19 22:56:08 首次发布

本文链接：https://blog.csdn.net/qq_30065669/article/details/146382442

版权

Python学习同时被 2 个专栏收录

3 篇文章

订阅专栏

3 篇文章

订阅专栏

直接下载 Hugging Face

开启梯子，一看好几个g...

我们寻找国内镜像。

访问HF-Mirror

继续上面搜索。

继续点击跟踪路径。

拼出路径。

https://hf-mirror.com/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors

如果网络足够好，定位资源直接下也可是可以的。

https://hf-mirror.com/Comfy-Org/Wan_2.1_ComfyUI_repackaged

我这里利用cur 来拉取文件。

先安装虚拟环境。

conda create --prefix D:\myenv python=3.10

再激活。

conda activate D:/myenv

检查并创建本地目录

mkdir D:\ComfyUI\models\text_encoders

将镜像资源拉取刚刚创建的文件下。

curl -o D:\ComfyUI\models\text_encoders\umt5_xxl_fp8_e4m3fn_scaled.safetensors https://hf-mirror.com/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors

测试要比直接网络下载要快。

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

烧火大爷

关注关注

4
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【国内专供】如何不使用代理服务从hugging face上下载大模型/大型数据集？

沉迷单车的追风少年

05-01

3644

中国大陆的朋友会发现hugging face经常无法访问了，特别是在服务器上下载模型，如果先在电脑上下载完再传输到服务器上，对于大模型来说会非常麻烦，这篇博客一共提供了三种有效的方法不使用代理服务从hugging face上下载大模型，帮助读者丝滑下载模型。

huggingface高速下载模型的实战代码

热门推荐

herosunly的博客

01-27

27万+

本文主要介绍了huggingface高速下载模型的实战代码，尤其是无法通过国内源进行下载的huggingface模型，希望能对学习大模型的同学们有所帮助。需要特别说明的是，本文的代码是完全原创的，即能够最大限度利用宽度的速度，而且还能实现断点续传。文章目录 1. 背景 2. 实战代码

参与评论您还未登录，请先登录后发表或查看评论

huggingface_hub 设置国内镜像

jasonhongcn的专栏

06-27

4841

要设置HuggingFace Hub的国内镜像，你可以按照以下步骤进行操作，以确保从国内镜像站点下载Hugging Face模型和数据集。

Hugging Face镜像——再也不用烦恼无法从Hugging Face下载模型和数据集了

oscar999的专栏

03-26

2066

在AI　开发的时候很多时候会从Hugging Face下载模型和数据集，但是直接访问会提升速度慢或者无法下载，解决方法就是使用Hugging Face 的中国镜像。镜像站地址为：。这个镜像由国内开发者维护，支持模型、数据集、库文件的加速下载。datasets首先安装依赖，然后设置环境变量。

huggingface使用国内镜像站下载

gaoxukkk888的博客

09-29

2万+

以Qwen1.5-0.5B-chat为例，我们先进入到https://hf-mirror.com/models去搜索Qwen1.5-0.5B-chat，会跳转到下面的页面。huggingface开源的模型托管仓库，预训练模型的数量已超过30万个，并且任何模型在下载之前都可以使用huggingface提供的spaces空间去测试效果。HF-Mirror网站主页提供了几个下载方法，这里使用方法二-借助huggingface-cli，huggingface-cli。建议将上面这一行写入。

hf-mirror （huggingface 的国内镜像）

消极的人永远是对的，积极的人选择勇往直前

07-10

8万+

官网：网站域名，用于镜像域名。作为一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。

从 Hugging Face 国内镜像下载模型

weixin_43828027的博客

01-31

1171

使用 huggingface-cli download 命令批量下载模型，指定 --local-dir 参数保存到本地目录。

huggingface设置国内镜像源以及登陆之后下载模型示例

m0_72806612的博客

10-27

3579

有一些较大的模型权重直接去官网下很不方便，所以找了一下设置国内镜像源并设置token登陆的方法。一般开开权限的库可以随便下载，没开开的先去库里面填个表申请，一般提交以后秒获得库的权限。后面是下载的地址，好处是这种方式可以在断掉之后用缓存接着下载。前面是设置国内镜像源，否则可能出现网络问题。1.去官网设置自己账号的token。具体在这里添加，将所有权限都开开。

告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验

2401_84208172的博客

08-10

1452

无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。现如今大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

如何手动下载并加载 Hugging Face 预训练模型的分词器

最新发布

weixin_43887510的博客

03-28

854

在某些情况下，你可能无法通过自动从 Hugging Face 下载预训练模型的分词器，例如网络受限或需要离线部署。这时，手动下载分词器文件并在本地加载是一个实用的解决方案。本文将介绍通用的手动下载和加载方法，并以 XLNet 分词器为例进行演示。通过上述通用方法，你可以手动下载并加载任何 Hugging Face 模型的分词器。无论是 BERT、RoBERTa 还是 XLNet，只需调整文件类型和路径即可。这种方法特别适合离线环境或需要自定义部署的场景。希望这篇指南能帮到你！如果有其他问题，欢迎留言讨论。

不使用梯子下载huggingface模型——使用镜像下载

Aorg1的博客

01-07

9409

不使用梯子下载huggingface模型

配置Hugging_face国内镜像

所有专家都曾始于新手

12-16

1887

随着人工智能技术的蓬勃发展，Huggingface这一开源平台已成为研究者和开发者的宝贵资源，提供了丰富的预训练模型，助力自然语言处理任务的快速推进。然而，对于身处国内的我们而言，访问Huggingface主仓库时，网络延迟和下载速度慢的问题时常困扰着我们。幸运的是，国内网友贴心地搭建了Huggingface镜像站，如hf-mirror.com，为我们带来了福音。经常出现huggingface下载不了的问题。或者在~/.bashrc中配置。huggingface地址在。在把自己的目录替换一下。

Huggingface 的国内镜像

xkx_07_10的博客

03-28

1640

【代码】Huggingface 的国内镜像。

Hugging Face怎么通过国内镜像去进行模型下载（hf-mirror.com）

weixin_54703767的博客

01-18

1万+

Hugging Face 是一家专注于自然语言处理（NLP）技术的公司，以其开源贡献和先进的机器学习模型而闻名。该公司最著名的产品是 Transformers 库，这是一个广泛使用的 Python 库，它提供了大量预训练模型，如 BERT、GPT-2、T5 和其他模型，这些模型可以用于各种 NLP 任务，如文本分类、情感分析、文本生成等。Hugging Face 还提供一个在线平台，允许社区成员共享和协作他们的模型。

hugging face下载模型

zhouj的博客

10-31

879

是 Hugging Face 官方提供的命令行工具，自带完善的下载功能。（可用conda配置python环境）建议将上面这一行写入~/.bashrc。

Huggingface 镜像站

发呆的比目鱼的博客

10-27

8028

Huggingface 镜像站

关于Hugging Face模型国内下载

qq_45193988的博客

01-04

435

但是这里存在一个问题，那就是git clone方法存在很多问题，速度慢，断了之后无法继续下载。这里推荐使用 huggingface 官方提供的 huggingface-cli命令行工具。Hugging Face模型的下载其中有很多方法，比较简单的方法就是直接克隆，然后直接下载就可以，速度非常快。

国内快速下载hugging face大模型的方法

程序员记事本

05-22

1017

国内快速下载hugging face大模型的方法

下载hugging face模型文件

01-10

### 如何从Hugging Face下载模型文件 #### 使用官方客户端库自动下载为了简化流程并确保兼容性，推荐使用Hugging Face提供的Python库`transformers`来获取预训练模型及其配套资源。安装此库之后，在脚本里指定所需模型名称即可实现自动化加载过程[^2]。 ```python from transformers import AutoModelForSequenceClassification, AutoTokenizer model_name = "bert-base-uncased" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForSequenceClassification.from_pretrained(model_name) ``` 这段代码不仅能够处理模型本身的下载工作，还会同步拉取必要的分词工具及相关配置文档，比如`config.json`, `vocab.txt`以及可能存在的额外组件如`special_tokens_map.json`等[^4]。 #### 手动下载方法对于那些希望完全掌控下载细节或是遇到网络问题的情况，则可以选择手动方式：访问[Hugging Face模型页面](https://huggingface.co/models)，定位至目标模型条目下（例如`bert-uncased`），点击进入详情页后可以看到一系列可供单独选取的文件链接。用户可以根据实际需求挑选特定版本或组成部分进行保存，并按照指示将其放置于本地缓存目录内（通常是`~/.cache/huggingface/transformers`）[^1]。如果是在Linux环境下遭遇下载障碍，可以通过设定环境变量指向备用镜像站点的方法绕过原生源站限制。执行如下指令可更改默认请求地址为国内加速节点，从而提高成功率和速度[^5]: ```bash export HF_ENDPOINT="https://hf-mirror.com" echo $HF_ENDPOINT # 验证设置是否成功应用 ``` 需要注意的是上述变更仅限于当前shell session期间有效；若要持久化修改则需进一步编辑`.bashrc`或其他初始化脚本文件。