怎么从本地直接加载模型啊

[JACKzhuz]

怎么从本地直接加载模型啊 我发现给的docker命令部署的话需要重新下载huggingface上的模型 ，不能直接从本地加载构建成docker容器吗

[kerneltravel]

可以用llama.cpp 的命令行、或其python绑定版本的编程方式，实现本地直接加载模型。
前者的命令参考 网址：

make -j && ./main -m ./models/7B/ggml-model-q4_0.bin -p "Building a website can be done in 10 simple steps:" -n 512

后者的编程参考 网址：

>>> from llama_cpp import Llama
>>> llm = Llama(model_path="./models/7B/ggml-model.bin")
>>> output = llm("Q: Name the planets in the solar system? A: ", max_tokens=32, stop=["Q:", "\n"], echo=True)
>>> print(output)
{
  "id": "cmpl-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "object": "text_completion",
  "created": 1679561337,
  "model": "./models/7B/ggml-model.bin",
  "choices": [
    {
      "text": "Q: Name the planets in the solar system? A: Mercury, Venus, Earth, Mars, Jupiter, Saturn, Uranus, Neptune and Pluto.",
      "index": 0,
      "logprobs": None,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 14,
    "completion_tokens": 28,
    "total_tokens": 42
  }
}

以上两种方式都实现了从本地加载模型。注意，以上方法适合于模型文件只有一个的时候。

如果模型文件有多个，比如，像https://huggingface.co/LinkSoul/Chinese-Llama-2-7b 这种有多个文件
pytorch_model-00001-of-00003.bin
pytorch_model-00002-of-00003.bin
pytorch_model-00003-of-00003.bin
那么可以用 Hugging Face库的模型的python常用加载方式：

from transformers import AutoModel, AutoConfig
from pathlib import Path

model_name = "模型名称"
cache_dir = "自定义路径"  #可以是当前路径 cache_dir = str( Path(os.getcwd()) / "models" / "7B"  )

config = AutoConfig.from_pretrained(model_name, cache_dir=cache_dir)
model = AutoModel.from_pretrained(model_name, config=config, cache_dir=cache_dir)
通过将cache_dir参数设置为你想要的路径，你可以将模型文件保存在指定的位置。请确保指定的路径是存在的，并且具有适当的读写权限。

进一步参考：链接