huggingface加速

cts6182024-08-28 12:17

方法一：huggingface-cli

huggingface-cli是Hugging Face官方提供的命令行工具，自带完善的下载功能。

bash 复制代码

pip install -U huggingface_hub

bash 复制代码

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

建议将上面这一行写入~/.bashrc 。

3.1 下载模型

bash 复制代码

huggingface-cli download --resume-download gpt2 --local-dir gpt2

3.2 下载数据集

huggingface-cli download --repo-type dataset --resume-download wikitext --local-dir wikitext

可以添加 --local-dir-use-symlinks False 参数禁用文件软链接，这样下载路径下所见即所得，语句中gpt2和wikitext为模型名和数据集名称根据需要可替换。
方法二：使用hfd

bash 复制代码

wget https://hf-mirror.com/hfd/hfd.sh && chmod a+x hfd.sh

bash 复制代码

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

3.1 下载模型

bash 复制代码

./hfd.sh gpt2 --tool aria2c-x4

3.2 下载数据集

bash 复制代码

./hfd.sh wikitext --dataset --tool aria2c -x4

语句中gpt2和wikitext为模型名和数据集名称根据需要可替换，aria2c为预装工具，安装口令：'apt update && apt install aria2'

部分 Gated Repo 问题

部分Gated Repo需登陆申请许可。前往Hugging Face获取AccessToken后使用命令行下载。

部分工具下载Gated Repo的方法:

huggingface-cli:添加--token 参数

huggingface-cli download --token hf_*** --resume-download meta-llama/Llama-2-7b-hf --local-dir Llama-2-7b-hf

hfd: 添加--hf_username --hf_token 参数

hfd meta-llama/Llama-2-7b --hf_username YOUR_HF_USERNAME --hf_token hf_***

注：容器内下载存在限速，下载大数据集或大模型时，建议本地下载后再使用SFTP上传