模型下载统计

如何统计模型的下载次数？

统计模型的下载次数并非易事，因为单个模型仓库可能包含多个文件，包括多个模型权重文件（例如，分片模型）和取决于库的不同格式（GGUF、PyTorch、TensorFlow 等）。为了避免重复计算下载次数（例如，将单个模型的下载计算为多次下载），Hub 使用一组用于下载计数的查询文件。不会从用户发送任何信息，也不会为此进行额外的调用。计数是在服务器端完成的，因为 Hub 为下载提供文件服务。

对这些文件的每个 HTTP 请求，包括 GET 和 HEAD，都将被计为一次下载。默认情况下，当未指定库时，Hub 使用 config.json 作为默认查询文件。否则，查询文件取决于每个库，Hub 可能会检查 pytorch_model.bin 或 adapter_config.json 等文件。

不同库的查询文件是什么？

默认情况下，Hub 查看 config.json、config.yaml、hyperparams.yaml、params.json 和 meta.yaml。一些库通过指定自己的过滤器（指定 countDownloads）来覆盖这些默认值。定义这些覆盖的代码是开源的。例如，对于 nemo 库，所有带有 .nemo 扩展名的文件都用于计数下载。

我可以为我的库添加查询文件吗？

是的，你可以在此处打开拉取请求。这是一个为 VFIMamba 添加下载指标的最小示例。有关更多详细信息，请查看集成指南。

如何处理 GGUF 文件？

GGUF 文件是自包含的，不绑定到单个库，因此所有文件都计入下载次数。在用户克隆整个仓库的情况下，这将重复计算下载次数，但大多数用户和界面都会为给定仓库下载单个 GGUF 文件。

如何处理 diffusers？

diffusers 库是一个边缘情况，其过滤器在内部代码库中配置。该过滤器确保标记为 diffusers 的仓库既计算通过库加载的文件，也计算通过需要用户手动下载顶级 safetensors 的 UI 加载的文件。

filter: [
		{
			bool: {
				/// Include documents that match at least one of the following rules
				should: [
					/// Downloaded from diffusers lib
					{
						term: { path: "model_index.json" },
					},
					/// Direct downloads (LoRa, Auto1111 and others)
					/// Filter out nested safetensors and pickle weights to avoid double counting downloads from the diffusers lib
					{
						regexp: { path: "[^/]*\\.safetensors" },
					},
					{
						regexp: { path: "[^/]*\\.ckpt" },
					},
					{
						regexp: { path: "[^/]*\\.bin" },
					},
				],
				minimum_should_match: 1,
			},
		},
	]
}