Hugging Face 使用笔记
1.HuggingFace简介Hugging Face Hub 和 Github 类似都是Hub社区。Hugging Face可以说的上是机器学习界的Github。Hugging Face为用户提供了以下主要功能模型仓库 (Model Repository)Git仓库可以让你管理代码版本、开源代码。而模型仓库可以让你管理模型版本、开源模型等。使用方式与Github类似。模型 (Models)Hugging Face为不同的机器学习任务提供了许多预训练好的机器学习模型供大家使用这些模型就存储在模型仓库中。数据集 (Dataset)Hugging Face上有许多公开数据集。Hugging Face在NLP领域最出名其提供的模型大多都是基于Transformer的。为了易用性Hugging Face还为用户提供了以下几个项目Transformersgithub官方文档Transformers提供了上千个预训练好的模型可以用于不同的任务例如文本领域、音频领域和CV领域。该项目是HuggingFace的核心可以说学习HuggingFace就是在学习该项目如何使用。Datasetsgithub官方文档一个轻量级的数据集框架主要有两个功能① 一行代码下载和预处理常用的公开数据集② 快速、易用的数据预处理类库。Accelerategithub官方文档帮助Pytorch用户很方便的实现 multi-GPU/TPU/fp16。Space链接Space提供了许多好玩的深度学习应用可以尝试玩一下。2. 注册与登陆这里不用多说使用邮箱注册邮箱验证然后登陆3. 获取token点击头像-SettingsAccess Tokens-New token关于这个类型的定义有如下说明fine-grained: tokens with this role can be used to provide fine-grained access to specific resources, such as a specific model or models in a specific organization. This type of token is useful in production environments, as you can use your own token without sharing access to all your resources.read: tokens with this role can only be used to provide read access to repositories you could read. That includes public and private repositories that you, or an organization you’re a member of, own. Use this role if you only need to read content from the Hugging Face Hub (e.g. when downloading private models or doing inference).write: tokens with this role additionally grant write access to the repositories you have write access to. Use this token if you need to create or push content to a repository (e.g., when training a model or modifying a model card).选择一下这些权限4. 配置token有三种方法4.1. 使用代码登陆把下面的代码写在一个脚本中然后运行并输入token注意不要以交互式的方式逐行运行from huggingface_hub import login login()这段代码会把token写入到配置文件中4.2. 使用命令登录huggingface-cli login这条命令会把token写入到配置文件中4.3. 修改配置文件把token粘贴到该文件中~/.cache/huggingface/token5. 下载数据5.1. 使用命令下载这里会给你命令按命令执行即可注意有时下载时间可能很久多达几十小时而且没有进度条。5.2. 使用代码下载import os from huggingface_hub import snapshot_download print(downloading entire files...) # 注意这种方式仍然保存在cache_dir中 snapshot_download(repo_idszymanowiczs/splatter-image-v1, repo_typedataset, local_dir/home/xxx/Downloads, local_dir_use_symlinksFalse, resume_downloadTrue, tokenhf_***)6. 下载预训练模型6.1. 使用命令下载注意有时下载时间可能很久多达几十小时而且没有进度条。6.2. 使用代码下载6.2.1. 使用snapshot_download下载import os from huggingface_hub import snapshot_download # 使用cache_dir参数将模型/数据集保存到指定“本地路径” snapshot_download(repo_idszymanowiczs/splatter-image-v1, repo_typeNone, cache_dir/home/xxx/Downloads, local_dir_use_symlinksFalse, resume_downloadTrue, tokenhf_***)6.2.2. 使用hf_hub_download下载from huggingface_hub import hf_hub_download model_path hf_hub_download(repo_idszymanowiczs/splatter-image-multi-category-v1, filenamemodel_latest.pth)7. 使用问题记录7.1. 下载失败7.1.1. 现象(MaxRetryError(HTTPSConnectionPool(hosthuggingface.co, port443): Max retries exceeded with url: /bert-base-uncased/resolve/main/vocab.txt (Caused by ConnectTimeoutError(urllib3.connection.HTTPSConnection object at 0x7f1320354880, Connection to huggingface.co timed out. (connect timeout10)))), (Request ID: 625af900-631f-4614-9358-30364ecacefe)) thrown while requesting HEAD https://huggingface.co/bert-base-uncased/resolve/main/vocab.txt(MaxRetryError(HTTPSConnectionPool(hosthuggingface.co, port443): Max retries exceeded with url: /bert-base-uncased/resolve/main/added_tokens.json (Caused by ConnectTimeoutError(urllib3.connection.HTTPSConnection object at 0x7f1320354d60, Connection to huggingface.co timed out. (connect timeout10)))), (Request ID: 1679a995-7441-4afe-a685-9a7bd6da9f2a)) thrown while requesting HEAD https://huggingface.co/bert-base-uncased/resolve/main/added_tokens.json(MaxRetryError(HTTPSConnectionPool(hosthuggingface.co, port443): Max retries exceeded with url: /bert-base-uncased/resolve/main/special_tokens_map.json (Caused by ConnectTimeoutError(urllib3.connection.HTTPSConnection object at 0x7f13202fb250, Connection to huggingface.co timed out. (connect timeout10)))), (Request ID: 9af5b73e-5230-45d7-8886-5d37d38f09a8)) thrown while requesting HEAD https://huggingface.co/bert-base-uncased/resolve/main/special_tokens_map.json(MaxRetryError(HTTPSConnectionPool(hosthuggingface.co, port443): Max retries exceeded with url: /bert-base-uncased/resolve/main/tokenizer_config.json (Caused by ConnectTimeoutError(urllib3.connection.HTTPSConnection object at 0x7f13202fb730, Connection to huggingface.co timed out. (connect timeout10)))), (Request ID: 12136040-d033-4099-821c-dcb80fb50018)) thrown while requesting HEAD https://huggingface.co/bert-base-uncased/resolve/main/tokenizer_config.jsonTraceback (most recent call last):File /tmp/pycharm_project_494/Zilean-Classifier/main.py, line 48, in moduletokenizer BertTokenizer.from_pretrained(bert-base-uncased)File /root/miniconda3/envs/DL/lib/python3.8/site-packages/transformers/tokenization_utils_base.py, line 1838, in from_pretrainedraise EnvironmentError(OSError: Cant load tokenizer for bert-base-uncased. If you were trying to load it from https://huggingface.co/models, make sure you dont have a local directory with the same name. Otherwise, make sure bert-base-uncased is the correct path to a directory containing all relevant files for a BertTokenizer tokenizer.7.1.2. 原因分析造成这种错误的原因主要是因为你的服务器没有办法连接huggingface的原因你可以直接在你的服务器上尝试能否直接pingping huggingface.co那我的机器就是没有数据传输过来当然前提是你自己的服务器一定要有网络连接可以尝试ping www.baidu.com来检测自己机器是否有网络。7.1.3. 解决方法使用另一台拥有网络条件的电脑下载例如云服务器或其它操作系统的电脑from transformers import BertModel, BertTokenizer # 使用bert-large-uncased model BertModel.from_pretrained(bert-large-uncased) tokenizer BertTokenizer.from_pretrained(bert-large-uncased)此时你的机器上会出现如下图片找到本地下载好的模型文件如果你是Windows用户你的用户User文件下面又有个.cache/huggingface/hub/注意打开隐藏文件如果你是MacOS用户在下面路径中~/.cache/huggingface/hub/models--bert-base-uncased上传文件到服务器上将本地文件上传到服务器的下面路径中~/.cache/huggingface/hub/models--bert-base-uncased就可以运行你的代码了但是这里运行的时候有个小问题就是你运行时候仍然会报错说无法下载这些文件请耐心等待你的代码会正常运行如果你不想出现之前上面还显示出错的问题那么修改之前的加载方法之前的加载方法为config BertConfig.from_pretrained(model_name)修改为# 指定本地bert模型路径 bert_model_dir /path/to/bert/model config transformers.BertConfig.from_pretrained(bert_model_dir)参考文献Hugging Face快速入门重点讲解模型(Transformers)和数据集部分(Datasets)_huggingface-CSDN博客报错解决MaxRetryError(“HTTPSConnectionPool(host‘huggingface.co‘, port443):xxx“)_oserror: cant load tokenizer for bert-base-uncas-CSDN博客

相关新闻

直流有刷电机驱动系统设计与TC78H651AFNG应用解析

直流有刷电机驱动系统设计与TC78H651AFNG应用解析

1. 项目背景与核心器件选型解析在工业自动化和消费电子领域,直流有刷电机因其结构简单、控制方便、成本低廉等优势,仍然占据着重要市场份额。根据市场调研数据显示,2023年全球有刷直流电机市场规模达到78亿美元,预计到2028年将增长…

2026/7/10 14:12:33阅读更多 →
成都消操培训哪家靠谱?2026年选择机构的6个标准

成都消操培训哪家靠谱?2026年选择机构的6个标准

如果你问我“成都消操培训哪家靠谱”,我不会只看广告,也不会只看谁家说得最便宜。作为一个准备了解消防设施操作员培训的学员,我更看重的是:机构是否正规、课程是否系统、有没有实操训练、收费是否透明、服务是否稳定、是否适合自…

2026/7/10 14:12:33阅读更多 →
(25-1)基于

(25-1)基于

在本章的内容中,图13-2 模块结构图

2026/7/10 14:07:33阅读更多 →
UnityExplorer终极指南:如何在游戏运行时深度探索与动态交互

UnityExplorer终极指南:如何在游戏运行时深度探索与动态交互

UnityExplorer终极指南:如何在游戏运行时深度探索与动态交互 【免费下载链接】UnityExplorer An in-game UI for exploring, debugging and modifying IL2CPP and Mono Unity games. 项目地址: https://gitcode.com/gh_mirrors/un/UnityExplorer 你是否曾经遇…

2026/7/10 15:07:42阅读更多 →
GEO系统如何解决网站流量下降问题

GEO系统如何解决网站流量下降问题

一、痛点深度剖析:流量红利消退,传统SEO为何失灵 我们团队在实践中发现,近年来大量企业网站正面临一个残酷现实:精心打磨的内容即使被搜索引擎收录,点击率与转化率仍在持续走低。数据显示,超过60%的搜索查…

2026/7/10 15:07:42阅读更多 →
网盘直链下载神器:九大平台高速下载完全免费解决方案

网盘直链下载神器:九大平台高速下载完全免费解决方案

网盘直链下载神器:九大平台高速下载完全免费解决方案 【免费下载链接】Online-disk-direct-link-download-assistant 一个基于 JavaScript 的网盘文件下载地址获取工具。基于【网盘直链下载助手】修改 ,支持 百度网盘 / 阿里云盘 / 中国移动云盘 / 天翼云…

2026/7/10 15:07:42阅读更多 →
如何彻底解决WVP-GB28181-Pro项目中的语音对讲故障?深度排查指南

如何彻底解决WVP-GB28181-Pro项目中的语音对讲故障?深度排查指南

如何彻底解决WVP-GB28181-Pro项目中的语音对讲故障?深度排查指南 【免费下载链接】wvp-GB28181-pro 基于GB28181-2016、部标808、部标1078标准实现的开箱即用的网络视频平台。自带管理页面,支持NAT穿透,支持海康、大华、宇视等品牌的IPC、NVR…

2026/7/10 15:07:42阅读更多 →
STM32与TLE 6208-6G直流电机控制方案详解

STM32与TLE 6208-6G直流电机控制方案详解

1. 项目背景与硬件选型解析 在工业自动化和嵌入式控制领域,直流电机因其结构简单、控制方便等优势,被广泛应用于各类运动控制场景。要实现精确的速度和方向控制,需要高性能的驱动芯片与微控制器的协同工作。TLE 6208-6 G作为英飞凌推出的专业…

2026/7/10 15:07:42阅读更多 →
3小时深度体验:如何构建你的专属AI对话系统?

3小时深度体验:如何构建你的专属AI对话系统?

3小时深度体验:如何构建你的专属AI对话系统? 【免费下载链接】LibreChat Enhanced ChatGPT Clone: Features Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini,…

2026/7/10 15:02:41阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/10 12:10:00阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/10 12:29:21阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/10 4:59:05阅读更多 →
浏览器缓存行为深度解析:Chrome/Firefox/Safari 对 304 响应的 5 种触发场景对比

浏览器缓存行为深度解析:Chrome/Firefox/Safari 对 304 响应的 5 种触发场景对比

浏览器缓存行为深度解析:Chrome/Firefox/Safari 对 304 响应的 5 种触发场景对比当你在浏览器地址栏敲入一个网址时,背后可能隐藏着一场关于"要不要重新下载资源"的精密博弈。这场博弈的裁判是HTTP缓存机制,而304状态码则是这场博弈…

2026/7/10 0:00:01阅读更多 →
RoboWits:面向创造性问题求解的双臂机器人认知推理基准

RoboWits:面向创造性问题求解的双臂机器人认知推理基准

1. 项目概述:这不是又一个机器人抓取数据集,而是一次对“思考力”的压力测试 RoboWits——这个名字里藏着两个关键信号:“Robo”直指物理世界中的具身智能体,“Wits”则毫不掩饰地指向人类最核心的认知能力:机敏、判断…

2026/7/10 0:00:01阅读更多 →
5分钟完全指南:如何使用TegraRcmGUI图形化工具解锁Switch无限可能

5分钟完全指南:如何使用TegraRcmGUI图形化工具解锁Switch无限可能

5分钟完全指南:如何使用TegraRcmGUI图形化工具解锁Switch无限可能 【免费下载链接】TegraRcmGUI C GUI for TegraRcmSmash (Fuse Gele exploit for Nintendo Switch) 项目地址: https://gitcode.com/gh_mirrors/te/TegraRcmGUI TegraRcmGUI是一款专为Windows…

2026/7/10 0:00:01阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/10 13:39:09阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/9 15:50:44阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/9 14:14:17阅读更多 →