关于预训练模型bert在线加载和离线下载的问题

首先是bert

model = MAG_BertForSequenceClassification.from_pretrained(
             'bert-base-uncased', multimodal_config=multimodal_config, num_labels=1,
         )

老是遇到类似的语句，然后就报错：(MaxRetryError("HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /bert-base-uncased/resolve/main/vocab.txt (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x7fd46bf42e60>, 'Connection to huggingface.co timed out. (connect timeout=10)'))"), '(Request ID: 4b20a9c7-914e-481c-91d2-a40658cc4fc6)')' thrown while requesting HEAD https://huggingface.co/bert-base-uncased/resolve/main/vocab.txt

这种时候是无助啊。不如直接把需要的文件下载下来。

原先有的一个方法是把.cache/huggingface/hub/models--bert-base-uncased的文件移到想要的路径下。但这是网络好，预训练模型已经保存在本地了。

上面这个报错timed out表示还没下载呢。

那么去哪里下载，下载哪些文件呢？

在报错提示的https://huggingface.co/bert-base-uncased/网址下载。更详细一点是进入files下载。

下载哪些？我只在pytorch上跑的，只要下载vocab.txt,config.json,pytorch_model.bin就行。其余的下载了应该是没用到，可以不下载。把下载的这三个文件放到一个文件夹下，假设保存的绝对路径是’/home/win/pycharm/pre_trained/model_uncased/'。

然后把model = MAG_BertForSequenceClassification.from_pretrained( 'bert-base-uncased', multimodal_config=multimodal_config, num_labels=1)改为

model = MAG_BertForSequenceClassification.from_pretrained( ’/home/win/pycharm/pre_trained/model_uncased/', multimodal_config=multimodal_config, num_labels=1)

这时再运行就可以了。

类似BertTokenizer.from_pretrained('model_uncased')也改为BertTokenizer.from_pretrained('/home/win/pycharm/pre_trained/model_uncased/')。

就是改成一个本地路径，然后本地路径里面还有下载的预训练模型。