下载模型

集成库

如果 Hub 上的模型与支持的库相关联，只需几行代码即可加载模型。有关访问模型的信息，您可以单击模型页面上的“在*库*中使用”按钮，以查看如何操作。例如，distilbert/distilgpt2 显示了如何使用下面的 🤗 Transformers。

使用 Hugging Face 客户端库

您可以使用 huggingface_hub 库来创建、删除、更新和检索存储库中的信息。例如，要从命令行下载 HuggingFaceH4/zephyr-7b-beta 模型，请运行：

hf download HuggingFaceH4/zephyr-7b-beta

有关更多信息，请参阅 CLI 下载文档。

您还可以将其集成到您自己的库中。例如，您可以用几行代码快速加载 Scikit-learn 模型。

from huggingface_hub import hf_hub_download
import joblib

REPO_ID = "YOUR_REPO_ID"
FILENAME = "sklearn_model.joblib"

model = joblib.load(
    hf_hub_download(repo_id=REPO_ID, filename=FILENAME)
)

使用 Git

由于模型中心上的所有模型都是 Git 存储库，您可以通过运行以下命令在本地克隆模型：

git lfs install
git clone git@hf.co:<MODEL ID> # example: git clone git@hf.co:bigscience/bloom

如果您对特定模型存储库具有写入权限，您也将能够提交和推送对模型的修订。

将您的 SSH 公钥添加到您的用户设置以推送更改和/或访问私有存储库。

更快的下载速度

如果您在具有高带宽的机器上运行，您可以使用 hf_transfer 提高下载速度，这是一个基于 Rust 的库，旨在加速与 Hub 的文件传输。

pip install "huggingface_hub[hf_transfer]"
HF_HUB_ENABLE_HF_TRANSFER=1 hf download ...