使用huggingface
官方提供的huggingface-cli
命令行工具。安装依赖:
pip install -U huggingface_hub
然后新建python文件,填入以下代码,运行即可。
- resume-download:断点续下
- local-dir:本地存储路径。(linux环境下需要填写绝对路径)
import os
# 下载模型
os.system('huggingface-cli download --resume-download internlm/internlm-chat-7b --local-dir your_path')
与使用hugginge face下载相同,只需要填入镜像地址即可。使用huggingface
官方提供的huggingface-cli
命令行工具。安装依赖:
pip install -U huggingface_hub
然后新建python文件,填入以下代码,运行即可。
- resume-download:断点续下
- local-dir:本地存储路径。(linux环境下需要填写绝对路径)
import os
# 设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
# 下载模型
os.system('huggingface-cli download --resume-download internlm/internlm-chat-7b --local-dir your_path')
更多关于镜像使用可以移步至 HF Mirror 查看。
使用modelscope
中的snapshot_download
函数下载模型,第一个参数为模型名称,参数cache_dir
为模型的下载路径。
注意:cache_dir
最好为绝对路径。
安装依赖:
pip install modelscope
pip install transformers
在当前目录下新建python文件,填入以下代码,运行即可。
import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os
model_dir = snapshot_download('Shanghai_AI_Laboratory/internlm-chat-7b', cache_dir='your path', revision='master')
来到git-lfs网站下载安装包,然后安装git-lfs
。安装好之后在终端输入git lfs install
,然后就可以使用git-lfs
下载模型了。当然这种方法需要你有一点点 Magic 。
git clone https://huggingface.co/internlm/internlm-7b
Openxlab 可以通过指定模型仓库的地址,以及需要下载的文件的名称,文件所需下载的位置等,直接下载模型权重文件。
使用python脚本下载模型首先要安装依赖,安装代码如下:pip install -U openxlab
安装完成后使用 download 函数导入模型中心的模型。
from openxlab.model import download
download(model_repo='OpenLMLab/InternLM-7b', model_name='InternLM-7b', output='your local path')