产品中心
Hugging Face 已成为 NLP 和 AI 开发者的必备工具，它提供了丰富的预训练模型，帮助我们快速进行模型训练与推理。但是，如何高效地将模型下载到本地？
? 你可以选择：
使用 Hugging Face CLI 下载模型
打开 命令行（cmd 或 PowerShell），输入以下命令进行安装：
pip install huggingface_hub说明：
huggingface_hub 模块包含 huggingface-cli，用于从 Hugging Face 下载模型文件。如果你要下载 私有模型 或使用高权限 API 访问，需要登录 Hugging Face 账户。
huggingface-cli login获取 Access Token：
Read 权限的 Token。
使用 huggingface-cli download 下载模型：
huggingface-cli download shibing624/text2vec-base-chinese
模型文件将保存在
~/.cache/huggingface/hub目录，windows的就是在C:\Users\<你的用户名>\.cache\huggingface\hub目录。
如果你希望将模型下载到自定义路径，可以使用 --cache-dir 参数：
huggingface-cli download shibing624/text2vec-base-chinese --cache-dir ./my_model通过 Python 代码下载模型
在 Windows 系统上，同样需要安装 transformers 和 huggingface_hub：
pip install transformers huggingface_hub说明：
transformers：用于加载预训练模型。huggingface_hub：提供下载和管理模型的 API。from transformers import AutoModel, AutoTokenizer
# 模型名称，例如 "shibing624/text2vec-base-chinese"
model_name = "shibing624/text2vec-base-chinese"
# 下载并加载模型和分词器
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name)
# 保存到自定义路径（可选）
model.save_pretrained("./my_model")
tokenizer.save_pretrained("./my_model")说明：
C:\Users\<你的用户名>\.cache\huggingface\hub 目录下。model.save_pretrained() 可将模型保存到自定义路径（如 ./my_model）。关注 公众号 神的孩子都在歌唱 可领取 几十G的 python ，java， 计算机基础，算法等学习资料
作者：神的孩子都在歌唱 转载说明：务必注明来源，附带本人博客连接
