what is hugging face？官方/国内镜像网站 & hugging face操作界面详解 & 在hugging face下载源码 & hugging face快速复现大模型

hugging face官方链接/国内镜像网站

今天给各位小伙伴介绍一个可以开放获取各种大模型（例如llama系列，qwen系列，OpenGVLabIntern系列，stable diffusion系列等大模型）权重以及复现代码的网站–hugging face

其官方链接：https://huggingface.co/，但是官方网站需要vpn，有一个国内镜像网站同样可用：https://hf-mirror.com/models

what is hugging face？

Hugging Face 是一个开源的机器学习平台，专注于自然语言处理（NLP）和人工智能（AI）。它提供了模型、数据集（文本、图像、音频、视频）、类库（比如transformers、datasets、accelerate）和教程等资源。

Hugging Face 起初是一家总部位于纽约的聊天机器人初创服务商，后来因为开源了一个Transformers库而在机器学习社区迅速火起来，目前已经共享了超过100,000个预训练模型和10,000个数据集，变成了机器学习界的github。

Hugging Face 的核心特点包括：

合作平台：提供无限模型、数据集和应用程序的托管和协作服务。
加速机器学习：通过其开源堆栈，帮助用户加速机器学习项目。
多模态探索：支持文本、图像、视频、音频甚至3D内容的机器学习任务。
构建个人作品集：用户可以共享自己的工作，构建自己的机器学习作品集。
企业级服务：提供企业级安全性、访问控制和专业支持的高级平台，帮助企业构建AI。
广泛应用：超过50,000个组织正在使用Hugging Face，其中包括Allen Institute for AI、Meta、Amazon Web Services、Google、Intel、Microsoft等。
开源精神：Hugging Face秉承开源精神，与社区一起构建机器学习工具的基础。
Hugging Face 社区包括Meta、Google、Microsoft、Amazon在内的超过5000家组织机构在为HuggingFace开源社区贡献代码、数据集和模型。目前包括模型236,291个，数据集44,810个。
Hugging Face 也提供了一些核心组件，如Transformers、Dataset、Tokenizer等，这些组件支持了预训练的语言模型和相关工具，使得研究者和工程师能够轻松的训练和使用海量的NLP模型。

hugging face操作界面

首先进入网站，是这样的画面：

初次使用需要先登录，任何邮箱都可以，因为有的模型源码是需要登陆后才有权限下载的。
我们在搜索框，就可以按需求搜索大模型，以qwen为例，搜索关键词即可，或者准确输入完整模型名称：

或者点击右上角的Models，然后点击旁边的sort，可根据偏好浏览要下载的模型；比如most like 大众最喜欢的，most downloads 下载最多的等等。

在hugging face下载源码

以下面这个模型为例，点击进去可以看到model card，files and versions, community，这三个分别是快速复现，模型源码，和社区讨论
如果想要下载源码，就需要点击files and versions，但是hugging face不能够像GitHub一样打包下载，需要每个文件逐个下载，或者使用git clone这种克隆方式。

或者点击那三个点的标志，使用gitclone：

但是需要注意的问题是：当下载任意文件夹里的文件，该文件都会被在原始名字上加上该文件夹的前缀，这里需要在本地检查和更改每一文件名，不然代码复现过程中会运行失败。

hugging face快速复现大模型

在下载完了所有代码和权重后，点击model card，一般模型都会有，然后找到quick start，以上面这个模型为例，找到model card里的quick start，就是如下内容：

接下来把这个文件复制到本地，做成一个.py或者可执行的文件，然后运行该文件即可，但是需要注意，要在该段代码中修改你本地的代码路径，即；model name那行的双引号内容替换成你代码所在的路径就好了。

像llama系列，qwen系列，OpenGVLabIntern系列，stable diffusion系列等大模型都可以用这种方法复现。

好啦，以上就是关于hugging face网站的使用，感兴趣的小伙伴可以解锁下该网站，还是挺神奇的！

后期会给大家分享几个关于qwen ，stable diffusion等大模型的复现过程和大模型复现过程中会遇到的问题。