从 huggingface.co 下载模型时连接超时

### 解决Hugging Face模型下载连接超时的方法

当尝试从 Hugging Face 下载大型模型时，可能会遇到 `ConnectionError` 或者读取超时错误[^1]。这通常是因为网络不稳定或者是服务器端的压力过大造成的。

#### 方法一：调整环境变量设置
通过修改环境变量来增加请求的超时时间可以有效缓解这一问题。可以在 Python 脚本中加入如下代码片段：

import os
os.environ['HF_HUB_TIMEOUT'] = '60'  # 设置超时时间为60秒

这种方法适用于临时性的解决方案，在脚本执行期间生效[^2]。

#### 方法二：使用代理或镜像站点
如果直接访问 huggingface.co 的速度较慢或者频繁断开，则考虑配置 HTTP/HTTPS 代理服务，或是寻找国内可用的镜像源进行加速下载。部分开发者反馈这种方式能够显著改善下载体验[^3]。

#### 方法三：分批加载模型组件
对于特别庞大的预训练模型，可以选择只加载必要的权重参数而不是整个模型结构。这样不仅可以减少初次加载所需的时间和带宽资源消耗，也能降低因单次传输数据量过大而导致失败的风险。

例如，利用 Transformers 库中的 `from_pretrained()` 函数并指定仅加载特定层或模块：

from transformers import BertModel, BertTokenizer

tokenizer = BertTokenizer.from_pretrained('bert-base-chinese')
model = BertModel.from_pretrained('bert-base-chinese', output_hidden_states=True)

以上措施有助于提高成功获取远程存储于 Hugging Face 上面的大规模机器学习模型的概率。