删除下载的tensorflow和pytorch（拥抱面）模型

我想从我的笔记本电脑上删除tensorflow和hugging face模型。 我确实找到了一个链接 但是没有可以删除它们的命令，因为如链接中所述，手动删除可能会导致问题，因为我们不知道哪些其他文件链接到这些模型，或者希望某个模型出现在该位置，或者可能会导致一些错误

pip uninstall tensorflow 
pip uninstall tensorflow-gpu
pip uninstall transformers

并找到保存gpt-2的位置

模型。保存预训练（“/english-gpt2”）

english-gpt2=您下载的型号名称

---

您可以从该路径手动删除。

变压器库将下载的文件存储在缓存中。据我所知，没有内置的方法从缓存中删除某些模型。但是你可以自己编写代码。这些文件与附加了

.json

（

.h5.json

（对于Tensorflow模型）和

.lock

的两个文件一起以加密名称存储。json文件包含一些可用于标识文件的元数据。以下是此类文件的示例：

{"url": "https://cdn.huggingface.co/roberta-base-pytorch_model.bin", "etag": "\"8a60a65d5096de71f572516af7f5a0c4-30\""}

我们现在可以使用此信息创建缓存文件列表，如下所示：

导入全局
导入json
进口稀土
从集合导入订单
从transformers导入transformers\u缓存
metaFiles=glob.glob（TRANSFORMERS_CACHE+'/*.json'）
modelRegex=“huggingface\.co\/（*）（pytorch_model\.bin$解析\/main\/tf_model\.h5$）
cachedModels={}
cachedTokenizers={}
对于元文件中的文件：
打开（文件）为j时：
data=json.load（j）
isM=重新搜索（modelRegex，数据['url']））
如果是isM：
cachedModels[isM.group（1）[：-1]]=文件
其他：
cachedTokenizers[data['url'].partition（'huggingface.co/'）[2]]=文件
cachedTokenizers=OrderedDict（已排序（cachedTokenizers.items（），key=lambda k:k[0]））

---

现在，您所要做的就是检查

cachedModels

和

cachedTokenizer

的键，并决定是否保留它们。如果要删除它们，只需检查字典的值并从缓存中删除文件。不要忘记同时删除相应的

*.json

和

*.lock

文件。

是否要删除某些型号或整个缓存（即所有型号）？某些型号，要删除不再有用的模型并在硬盘上释放某些空间，而不是OP所要查找的，因为它将删除所有库，并且不会清除默认缓存。根据我的经验，如果您保存它（huggingface-gpt-2型号，它不在缓存中，而是在磁盘上。让我知道你的操作系统，这样我可以给你相应的命令。如果这是Linux，使用grep命令，我可以很容易地找到。我想这是某种误解。OP（不是我）只想删除某些型号，而不是整个

transformers

库。这就是为什么我说你没有回答OP的问题。我也只是测试了你所说的，调用

save\u pretrained

不会清除缓存（我认为这是正确的）.据我记忆所及，缓存是RAM内存的一部分，我猜可能会存储在硬盘上，因为它们可能不会永久地存储在RAM内存中？需要时，它们可能会加载到缓存中。但我的目标是从硬盘上删除。我想删除一些不再使用的型号，从而释放一些硬盘空间。@Hitessomani这两个答案都是r从硬盘中删除模型。缓存只是中间存储的一个术语，可以是RAM、处理器或硬盘。有关详细信息，请查看Wikipedia。