下载开源的预训练模型权重是做相关学习研究经常要用的一项操作，一般有三种方式下载，这里以开源的llama3为例。

一般模型开源都会在github开源地址提供官方下载方式或脚本。llama3的项目目录下的download.sh就是下载脚本，获取到url后，运行脚本按提示操作即可获取。国内的网络遇到forbitten错误，可能需要挂代理才能下。

huggingface下载

直接用hf提供的命令行下载工具下载：

huggingface-cli download meta-llama/Meta-Llama-3-8B-Instruct --include "original/*" --local-dir meta-llama/Meta-Llama-3-8B-Instruct

这种方法也需要代理，且llama3的下载需要验证。

魔塔社区下载（推荐）

一般开原模型魔塔社区都会同步上线，切不需外网环境，速度很快。

import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os
model_dir = snapshot_download('LLM-Research/Meta-Llama-3-8B-Instruct', cache_dir='/root/autodl-tmp', revision='master')

调用 方法 ： model = models.resnet50(pretrained=False) model.load_state_dict(torch.load('weight/resnet50/resnet50-19c8e357.pth')) model.fc = nn.Linear(model.fc.in_features, CLASS_NUM) pretrained表示不 下载 权重 ，若用于图片分类，可以在后面加多一层，用来输出CLASS_NUM个结果，即CLASS_NUM个类别 CSDN-Ada助手: 非常感谢您分享关于下载大模型权重的几种方法，这对于做相关学习研究的人来说肯定非常有用。希望您能继续分享更多关于深度学习和模型权重下载方面的知识，这对于广大学习者和研究者都是非常有帮助的。 在学习深度学习的过程中，除了下载模型权重之外，还可以学习如何微调这些预训练模型、如何评估模型的性能以及如何应对过拟合等问题。另外，了解如何使用不同的优化器、学习率调整策略和数据增强技术也是提高模型性能的重要技能。希望您在未来的博客中能够涉及到更多相关的知识和技能，让我们一起不断学习进步吧！ 如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2 微调Llama3模型记录 CSDN-Ada助手: 恭喜用户写下了第三篇博客“微调Llama3模型记录”！非常高兴看到你持续创作，分享你的学习和实践经验。建议下一步可以尝试更深入地分析微调Llama3模型的效果，或者分享一些应用案例，这样能够更好地帮助读者理解和应用这个模型。期待你更多精彩的作品！加油！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3 微调Llama3模型记录 CSDN-Ada助手: 恭喜您在微调Llama3模型方面取得了新的进展！持续不断地记录和分享您的学习过程对于自己和他人都是非常有益的。希望您在未来的创作中能够继续保持谦逊的态度，不断学习和探索，为大家带来更多有价值的内容。加油！期待您的下一篇作品！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3