Hugging Face 平台入门

Hugging Face (抱抱脸) 是 AI 领域的 "GitHub"。它是全球最大的开源模型、数据集和 Demo 托管平台。无论你是想下载 Llama 3，还是想找一个微调好的数据集，或者体验最新的 AI 应用，这里都是第一站。

1. 三大核心板块

1.1 Models (模型库)

这里托管了数十万个开源模型。

Search: 可以按任务（Text Generation, Image Classification）、库（PyTorch, Safetensors）、语言（Chinese, English）筛选。
Model Card: 每个模型的主页，通常包含介绍、使用方法、License 和引用信息。
Files: 模型的实际权重文件（.bin, .safetensors）。

1.2 Datasets (数据集)

用于训练和微调的数据。

格式通常为 JSONL, Parquet 或 CSV。
可以直接通过 datasets 库一行代码加载。

1.3 Spaces (应用空间)

可以在线运行的 AI 应用 Demo。

基于 Gradio 或 Streamlit 构建。
用于快速展示模型效果，你不需要买显卡，直接在网页上点几下就能测试最新的论文成果。

2. 如何下载模型

2.1 使用 Python (huggingface_hub)

这是最标准的方法，支持断点续传和缓存管理。

# 命令行工具
# pip install huggingface_hub
# huggingface-cli download <Repo_ID> --local-dir ./my_model

# Python 代码
from huggingface_hub import snapshot_download

model_path = snapshot_download(
    repo_id="meta-llama/Meta-Llama-3-8B-Instruct",
    local_dir="./llama3",
    token="YOUR_HF_TOKEN" # 部分模型需要申请权限
)

2.2 国内加速 (重点)

由于网络原因，国内直接连接 Hugging Face 往往很慢或超时。可以使用镜像站 HF-Mirror。

Windows Powershell 设置环境变量：

$env:HF_ENDPOINT = "https://hf-mirror.com"
huggingface-cli download ...

Linux/Mac:

export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download ...

3. Transformers 库基础

Hugging Face 维护的 transformers 库是目前 NLP 领域的标准库。

from transformers import pipeline

# 极简模式：甚至不需要手动下载模型，它会自动缓存
classifier = pipeline("sentiment-analysis")
result = classifier("I love using Hugging Face!")
print(result)
# Output: [{'label': 'POSITIVE', 'score': 0.99}]

4. 常见问题

Gated Models (门控模型): 像 Llama 3, Gemma 这样的模型，需要你先在 Hugging Face 网页上点击 "Agree" 签署协议，并且在代码中提供 User Access Token 才能下载。
Safetensors: 看到这个后缀不要奇怪，它是 .bin (PyTorch) 的替代品，加载速度更快且更安全（防止 pickle 注入攻击）。

最后更新：2025-12