中国工业设计公司,长沙百度关键词优化,一个空间可以做多少个网站,微信公众平台怎么开发前言
在使用huggingface把玩各种大模型时#xff0c;如果选择从远程加载模型#xff0c;这个过程可能因为网络问题而非常耗时甚至直接失败#xff0c;所以把模型、分词器等相关文件下载到本地#xff0c;再直接从本地加载就成了不可回避的流程。
在进入具体版本的模型后如果选择从远程加载模型这个过程可能因为网络问题而非常耗时甚至直接失败所以把模型、分词器等相关文件下载到本地再直接从本地加载就成了不可回避的流程。
在进入具体版本的模型后我们可以去Files and Versions这个菜单项下面找到需要下载到本地的全部模型(以WizardCoder为例) 第一步是获取我们想要下载的文件的下载时url
在文件大小的右侧可以看到一个向下的箭头表示下载鼠标移动到箭头上右键选择“复制链接地址”这样就得到了下载时url
我们将这些url存放到list中。 第二步就是python代码这里除了用于请求的request库我还使用了tqdm库tqdm也可通过pip install来安装它的作用是在下载较大的文件时我们可以在终端看到下载的速度和进度
import requests
import os
from tqdm import tqdmurls [https://huggingface.co/WizardLM/WizardCoder-15B-V1.0/resolve/main/pytorch_model.bin
]filepath WizardCoder/WizardCoder-15B-V1.0def download_file(url):filename url.split(/)[-1]download_path os.path.join(filepath, filename)response requests.get(url, streamTrue, verifyFalse)response.raise_for_status()file_size int(response.headers.get(Content-Length, 0)) # 获取待下载的文件大小chunk_size 8192 # 读取的数据块的大小是8千字节with open(download_path, wb) as file, tqdm(totalfile_size, unitB, unit_scaleTrue, unit_divisor1024, descfilename) as progress_bar:for chunk in response.iter_content(chunk_sizechunk_size):if chunk:file.write(chunk)progress_bar.update(1)for url in urls:download_file(url)
