Huggingface配置镜像

首先确保已经安装了huggingface_hub依赖包

pip install -U huggingface_hub

设置环境变量

Linux

export HF_ENDPOINT=https://hf-mirror.com

Windows

set HF_ENDPOINT=https://hf-mirror.com

命令行方式

下载模型

huggingface-cli download --resume-download InstantX/InstantID --local-dir ./checkpoints

下载数据集

huggingface-cli download --repo-type dataset --resume-download InstantX/InstantID --local-dir ./checkpoints

代码方式 

from huggingface_hub import hf_hub_download

hf_hub_download(repo_id="InstantX/InstantID", filename="ControlNetModel/config.json", local_dir="./checkpoints")
hf_hub_download(repo_id="InstantX/InstantID", filename="ControlNetModel/diffusion_pytorch_model.safetensors", local_dir="./checkpoints")
hf_hub_download(repo_id="InstantX/InstantID", filename="ip-adapter.bin", local_dir="./checkpoints")

hf_hub_download是huggingface官方支持的下载模型和数据集的方法，参数如下：

• repo_id：仓库名称
• filename：需要下载的文件名
• subfolder：需要下载的文件在仓库中的哪一个文件夹（可选）
• repo_type：仓库类型（可选），如果不填写就默认下载的是model，否则需要设置对应值（如下载数据集就设为datase）
• evision：指定Git的修订版本（可选）
• library_name：对象对应的库的名称（可选）
• library_version：库的版本号（可选）
• cache_dir：缓存文件存储的文件夹路径（可选）
• local_dir：下载的文件存放的目录（可选）
• local_dir_use_symlinks：与 local_dir 参数一起使用的选项。如果设置为 “auto”，则会使用缓存目录，并根据文件大小将文件复制或创建符号链接到本地目录。如果设置为 True，则无论文件大小如何，都将创建符号链接。如果设置为 False，则文件将从缓存中复制（如果已存在），或者从Hub下载而不缓存。
• user_agent：指定用户代理信息，可以是一个字典或一个字符串（可选）
• force_download：如果该文件已经在本地缓存中存在，是否强制性下载文件（可选）
• proxies： 设置代理服务器（可选）
• etag_timeout：当获取ETag时，等待服务器发送数据的最长时间（以秒为单位）。如果服务器在这段时间内没有响应，将放弃请求（可选）
• resume_download：如果设置为 True，可以继续之前中断的下载操作，即继续下载先前未完成的文件（可选）
• token：用于下载的身份验证令牌，如果设置为 True，则从HuggingFace配置文件夹中读取令牌。如果是一个字符串，它将被用作身份验证令牌。（可选）
• local_files_only：如果设置为 True，则避免下载文件，如果本地缓存中存在文件，则返回本地缓存文件的路径（可选）
• legacy_cache_layout：如果设置为 True，则使用旧的文件缓存布局，即只需调用 hf_hub_url() 然后进行缓存下载。这已经不推荐使用，因为新的缓存布局更强大。（可选）

实际上用到的参数并不多，一般情况下只需设置repo_id，filename，subfolder，local_dir，token参数即可。