目录

一、Hugging Face 模型仓库结构

二、使用 git clone 下载（最简单）

三、使用 huggingface-cli 下载（最推荐 ⭐）

四、使用 Git LFS 下载

五、使用 Python 下载（实验最方便）

六、Transformers 自动下载（最常见）

七、国内服务器加速方案

八、批量下载模型（服务器常用）

九、离线加载 Hugging Face 模型

总结

参考

---

一、Hugging Face 模型仓库结构

Hugging Face 模型通常类似一个 Git 仓库，例如：

其中最重要的是：

文件	作用
pytorch_model.bin	模型权重
config.json	模型配置
tokenizer.json	tokenizer
README.md	模型说明

---

二、使用 git clone 下载（最简单）

类似 GitHub。

git clone https://huggingface.co/openai/clip-vit-base-patch32

优点：

• 简单

• 完整下载仓库

缺点：

• 依赖 Git LFS

---

三、使用 huggingface-cli 下载（最推荐 ⭐）

这是 目前最稳定的方式。

1 安装

pip install huggingface_hub

2 下载模型

huggingface-cli download openai/clip-vit-base-patch32

# 只下载权重文件
huggingface-cli download openai/clip-vit-base-patch32 pytorch_model.bin

3 指定路径

huggingface-cli download openai/clip-vit-base-patch32 --local-dir ./clip_model

优点：

• 自动处理大文件

• 支持断点续传

• 不需要 Git LFS

• 下载更稳定

---

四、使用 Git LFS 下载

很多 Hugging Face 模型使用 Git LFS（Large File Storage）。

安装：

sudo apt install git-lfs

初始化：

git lfs install

然后 clone：

git clone https://huggingface.co/openai/clip-vit-base-patch32

否则下载到的可能是：

pytorch_model.bin

但其实只是 LFS pointer 文件。

---

五、使用 Python 下载（实验最方便）

很多论文代码都使用这种方式。

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="openai/clip-vit-base-patch32",
    local_dir="./clip_model"
)

优点：

• 自动缓存

• 不会重复下载

• 与 Transformers 兼容

---

六、Transformers 自动下载（最常见）

如果使用 Transformers：

from transformers import CLIPModel

model = CLIPModel.from_pretrained("openai/clip-vit-base-patch32")

Transformers 会自动：

1 下载模型
2 缓存到本地

缓存路径：

~/.cache/huggingface

---

七、国内服务器加速方案

很多国内服务器访问 Hugging Face 会很慢。

可以使用 镜像站：

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

然后再下载：

huggingface-cli download openai/clip-vit-base-patch32

Python 方式：

import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"

---

八、批量下载模型（服务器常用）

如果需要批量下载多个模型，可以写脚本。

download_models.sh

models=(
openai/clip-vit-base-patch32
bert-base-uncased
google/vit-base-patch16-224
)

for model in "${models[@]}"
do
    huggingface-cli download $model --local-dir ./models/$model
done

运行：

bash download_models.sh

---

九、离线加载 Hugging Face 模型

如果服务器 不能联网，可以先下载再上传服务器。

第一步：下载

huggingface-cli download openai/clip-vit-base-patch32 --local-dir ./clip_model

第二步：上传服务器

scp -r clip_model server:/data/models

第三步：离线加载

from transformers import CLIPModel

model = CLIPModel.from_pretrained("/data/models/clip_model")

---

总结

方法	推荐程度	适用场景
git clone	⭐⭐⭐	下载完整仓库推荐使用
huggingface-cli download	⭐⭐⭐⭐	下载模型权重（最推荐）
Git LFS	⭐⭐	配合 git clone
Python snapshot_download	⭐⭐⭐⭐	实验代码中使用
Transformers 自动下载	⭐⭐⭐	直接加载模型

---

参考

Hugging Face
https://huggingface.co

Transformers
https://huggingface.co/docs/transformers