下载huggingface-transformers模型_google/vit-base-patch16-224-in21k下载

为何不调用from_pretrained方法直接下载模型？而且只要联网就可用。但是

• 如果网络很不好，模型下载时间会很久，一个小模型下载几个小时也很常见
• 如果换了训练服务器，又要重新下载。
• 而且容易报错

如何调用huagging face 里的模型，例如vit

本地可以在Models - Hugging Face找到你需要的模型下载在本地进行调用。例子如下

from transformers import ViTImageProcessor, ViTModel
from PIL import Image
import requests
 
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)
# 此处可以是模型名字也可以选择本地路径，本地不容易报错
image_model = 'google/vit-base-patch16-224-in21k'
# image_model = ./models/vit-base-patch16-224-in21k'
 
processor = ViTImageProcessor.from_pretrained(image_model)
model = ViTModel.from_pretrained(image_model)
inputs = processor(images=image, return_tensors="pt")
 
outputs = model(**inputs)
last_hidden_states = outputs.last_hidden_state

下载操作：

1打开模型页面，输入你要的模型。

点开要选择的页面选择中间选项：

下载你需要的，LFS选一个，若是pytorch就选 pytorch_model.bin，若是tensorflow就选tf_model.h5。

参考：

google/vit-base-patch16-224-in21k · Hugging Face

如何优雅的从Hugging Face下载repo中的部分目录下的文件_Therock_of_lty的博客-CSDN博客