快速下载Huggingface的大语言模型

柔情只为你懂 2024-04-20 05:27 3阅读 0赞

> 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

#### 文章目录 ####

*  前言
 *  一、Huggingface是什么？
 *  二、基于官方huggingface-cli下载（基础，断线风险）
 *   *  1.安装hf下载环境
     *  2.配置环境变量
     *  3.注册hf账号
     *  4.激活hf账号
     *  5.绑定gemma认证
     *  6.获取下载token
     *  7.开始下载
 *  三、基于hfd.sh下载（建议，不易断线）
 *   *  1.下载工具
     *  2.赋予权限
     *  3.设置环境变量
     *  4.开始下载
     *   *  1.Linux系统
         *  2.Windows系统
 *  总结

--------------------

## 前言 ##

最近在研究大语言模型，找到了一个不用科学上网就能下载Huggingface的模型的方法。当然，科学上网也支持。

--------------------

## 一、Huggingface是什么？ ##

研究大模型的人都知道Huggingface是什么，是一个开源的LLM收录网站，在这里你不仅能下载到各种开源的大模型，还能下载到各种开源的数据集训练自己的LLM。

`为了方便书写以下简称Huggingface为hf`

## 二、基于官方huggingface-cli下载（基础，断线风险） ##

以前hf下载模型是不需要登录的，现在需要注册账号了，有些特殊的模型还需要额外的认证，比如最近开源的google的gemma。今天就围绕着gemma来讲解怎么下载hf上的模型。

`因为gemma需要额外认证，所以应该能覆盖大部分hf的情形。其它的模型也可能需要绑定额外认证，这里不专门论述。`

### 1.安装hf下载环境 ###

需要安装hf的下载工具，这里建议使用conda环境即可。

conda create -n hf python=3.9
    conda activate hf
    pip install -U huggingface_hub

### 2.配置环境变量 ###

理论上MacOS是继承自Unix，应该和Linux是一样的环境变量。

Linux

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

Windows

$env:HF_ENDPOINT = "https://hf-mirror.com"

### 3.注册hf账号 ###

这一步是必须的，因为后面gemma需要token才能下载，其它模型可能也要token，我没有一个个试。

`这一步可能需要科学上网`  
[Huggingface官网][Huggingface]

准备一个live或gmail的邮箱，QQ我没有试（有些外站不支持QQ邮箱），可以的话最好。

![在这里插入图片描述][e10e5db37d56425a942607a03b413229.png]  
填邮箱密码，一步步来，我就不细讲了，会的都会，不会的…

![在这里插入图片描述][dc833bf14a87474d8dd94c2f3a324a0b.png]

### 4.激活hf账号 ###

基于上面注册成功后，这个时候还不能使用账号。hf会给你注册邮箱发送一份验证邮件，你点击链接激活账号就可以正常使用了。

### 5.绑定gemma认证 ###

主页找到Models->google/gemma-7b

![在这里插入图片描述][76f9f37724fd406bbc594260ed7b1448.png]  
点击进去会有个认证，点击认证并通过就行了。

### 6.获取下载token ###

主页->个人头像  
![在这里插入图片描述][3c14a666b9a54747891bd6f139503fdd.png]

![在这里插入图片描述][30559a78a5c3456a84953aa1601d648d.png]  
![在这里插入图片描述][5d941046d5f04c76ad1a5f586224fb3e.png]

### 7.开始下载 ###

这里要使用上面的token，使用上面安装的工具。

huggingface-cli download --token <你刚才复制的token> --resume-download google/gemma-7b --local-dir gemma-7b

等待下载完成就行了。

`这个模式也有个缺点，有时候会不稳定，无法实现无人看守。但也没关系，重试就行了，会自动断点续传！`

## 三、基于hfd.sh下载（建议，不易断线） ##

上面的huggingface-cli有个缺点，有时候会断线，不能完全保证无人坚守。hfd.sh方法我测试没遇到过中断的情况。

### 1.下载工具 ###

wget https://hf-mirror.com/hfd/hfd.sh

### 2.赋予权限 ###

chmod a+x hfd.sh

### 3.设置环境变量 ###

Linux
    export HF_ENDPOINT=https://hf-mirror.com
    Windows
    $env:HF_ENDPOINT = "https://hf-mirror.com"

如果在Shell配置，每打开一个新Shell都要执行下环境变量，你可以配置在系统变量或用户变量里，优先建议用户环境变量，防止配置错误对系统造成破坏。具体方法：

Linux系统

添加用户环境变量（不需要sudo权限）
    sed -i '$aexport HF_ENDPOINT=https://hf-mirror.com' ~/.bashrc
    source ~/.bashrc
    
    添加系统环境变量（需要sudo权限，`谨慎选择`）
    sed -i '$aexport HF_ENDPOINT=https://hf-mirror.com' /etc/profile
    source /etc/profile

Windows系统  
我的电脑->右键属性->高级系统设置->环境变量，上面是用户变量，下面是系统变量，依然是建议添加用户变量。左边是变量名，右边是变量值。

![在这里插入图片描述][59289bb9222c41129ca78b0cd1cbc2d0.png]  
![在这里插入图片描述][dd579c91fb86488e8e83eb27b73167fa.png]

`注意：Windows系统添加完环境变量必须打开一个新的Shell才能读取新的变量!`

### 4.开始下载 ###

#### 1.Linux系统 ####

依然是先注册账户，拿到token。这里以chatglm3-6b为模板介绍下载方法：

./hfd.sh THUDM/chatglm3-6b --hf_username <你的huggingface账户名> --hf_token <你的token> --tool aria2c -x 4

`--tool`：可以选`wget`和`aria2c`两种，建议选`aria2c`  
`-x`：指定的`线程数`，依据自身带宽和机器性能决策，我这里限带宽，测不出来实际差别

wget下载工具是Linux系统自带的，aria2c一般都不会预装。

安装aria2c

sudo apt update
    sudo apt install aria2

#### 2.Windows系统 ####

hfd.sh是`基于Linux系统`编写的脚本，Windows系统无法直接运行，这里有个替代方法可以在Windows上运行，那就是安装`Cygwin`，使用Cygwin安装`aria2`和`wget`两个工具。

![在这里插入图片描述][a0caf324b9f741fd967881d0ae190274.png]  
这里不能再用Windows的环境变量了，Cygwin是在Windows上模拟的Linux环境，Windows的环境变量在Cygwin不生效。还是需要导出Linux的环境变量：

导出环境变量
    export HF_ENDPOINT=https://hf-mirror.com
    
    开始下载
    ./hfd.sh THUDM/chatglm3-6b --hf_username <你的huggingface账户名> --hf_token <你的token> --tool aria2c -x 4

`--tool`：可以选`wget`和`aria2c`两种，建议选`aria2c`  
`-x`：指定的`线程数`，依据自身带宽和机器性能决策，我这里限带宽，测不出来实际差别

`aria2和wget都不是Cygwin预装的，需要手动添加！`

这种方法适合那种需要在Windows上开发，又不想使用huggingface-cli的用户（断线困扰）。如果你是C或C++开发者，那么你的电脑应该是有Cygwin的，如果没有的话，这个方法对你来说就有点折腾了。依据个人需要来选择吧。

--------------------

## 总结 ##

1、总体来说还是方便的，不科学上网也能下载。  
2、其它的模型复刻这种模式就行了。

[Huggingface]: https://huggingface.co/
[e10e5db37d56425a942607a03b413229.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/9d6de319b2cf4bc1a92f425c969c5c0f.png
[dc833bf14a87474d8dd94c2f3a324a0b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/c12fb92802b1411786041a65e142a508.png
[76f9f37724fd406bbc594260ed7b1448.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/77b0d001bffb4fafb80a946c5ee067fa.png
[3c14a666b9a54747891bd6f139503fdd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/84813b1e285143adb9c92bc18981d9ca.png
[30559a78a5c3456a84953aa1601d648d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/9a627cac4cd44d75b6d03e2cc9013c84.png
[5d941046d5f04c76ad1a5f586224fb3e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/2dcc7c82a8be428ca85498e34de0fca5.png
[59289bb9222c41129ca78b0cd1cbc2d0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/dee34f22111d42f98c97eaa63fd11ad8.png
[dd579c91fb86488e8e83eb27b73167fa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/e782490ac4724eec84a6e3db796d6c97.png
[a0caf324b9f741fd967881d0ae190274.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/c442ee4a76f948718500421d3cc52e04.png