【已解决】huggingface 模型下载到服务器方法
说明:这里 huggingface 指的是其 镜像网站
方法一:手动下载
首先定位到镜像网站上的模型主页,将下图中所有文件(若不知道哪些文件有用)下载到本地
下载到本地
方法①:浏览器下载
网络信息:手机wifi(移动5G)
下载器信息:edge浏览器直接点击下载
下载的文件信息:stabilityai/stable-video-diffusion-img2vid-xt 模型中的 svd_xt_image_decoder.safetensors (9.5GB)
以下是对比校园网wifi(20M)的速度:
方法②:IDM下载
网络信息:手机wifi(移动5G)
下载器信息:IDM(点击学习使用IDM)
下载的文件信息:stabilityai/stable-video-diffusion-img2vid-xt 模型中的 svd_xt_image_decoder.safetensors (9.5GB)
以下是对比校园网wifi(20M)的速度:
上传到服务器
基于方法,搭配手机wifi,速度会更快。
方法二:使用huggingface官方指令下载
下载模型
从HuggingFace上获取到所需模型名,例如 lmsys/vicuna-7b-v1.5
:
python hf_download.py --model lmsys/vicuna-7b-v1.5 --save_dir ./hf_hub
注意事项:
(1)脚本内置通过 pip 自动安装 huggingface-cli 和 hf_transfer。如果 hf_transfer 版本低于 0.1.4 则不会显示下载进度条,可以手动更新:
pip install -U hf-transfer -i https://pypi.tuna.tsinghua.edu.cn/simple
如出现 huggingface-cli: error
问题,尝试重新安装:
pip install -U huggingface_hub -i https://pypi.tuna.tsinghua.edu.cn/simple
如出现关于 hf_transfer
的报错,可以通过--use_hf_transfer False
参数关闭 hf_transfer。
(2)若指定了 save_dir
,下载过程中会将文件先暂存在 transformers 的默认路径~/.cache/huggingface/hub
中,下载完成后自动移动到--save_dir
指定目录下,因此需要在下载前保证默认路径下有足够容量。