下載模型

整合庫

如果 Hub 上的模型與支援的庫相關聯，只需幾行程式碼即可載入模型。有關訪問模型的資訊，您可以單擊模型頁面上的“在*庫*中使用”按鈕，以檢視如何操作。例如，distilbert/distilgpt2 顯示瞭如何使用下面的 🤗 Transformers。

使用 Hugging Face 客戶端庫

您可以使用 huggingface_hub 庫來建立、刪除、更新和檢索儲存庫中的資訊。例如，要從命令列下載 HuggingFaceH4/zephyr-7b-beta 模型，請執行：

hf download HuggingFaceH4/zephyr-7b-beta

有關更多資訊，請參閱 CLI 下載文件。

您還可以將其整合到您自己的庫中。例如，您可以用幾行程式碼快速載入 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

由於模型中心上的所有模型都是 Git 儲存庫，您可以透過執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

如果您對特定模型儲存庫具有寫入許可權，您也將能夠提交和推送對模型的修訂。

將您的 SSH 公鑰新增到您的使用者設定以推送更改和/或訪問私有儲存庫。

更快的下載速度

如果您在具有高頻寬的機器上執行，您可以使用 hf_transfer 提高下載速度，這是一個基於 Rust 的庫，旨在加速與 Hub 的檔案傳輸。

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