Qwen-VL-Chat

Question

实验室的服务器无法连接外网，我又需要 Qwen-VL-Chat这个模型，https://huggingface.co/Qwen/Qwen-VL-Chat
这个网址下载的传到服务器上，报错说模型缺少了很多文件。“Can't instantiate a processor, a tokenizer, an image processor or a feature extractor for this model. Make sure the repository contains the files of at least one of those processing classes.
”
解释说：
因为这些文件通常不是静态上传的，而是：通过 AutoProcessor.from_pretrained() 动态下载依赖模型，如 QwenTokenizer、QwenProcessor。由 Transformers 框架在下载时自动生成并缓存⚠️ 所以 用网页手动下载模型仓库是无法获得 processor 的全部结构的。
哎~真的很麻烦，每次都要先下载到本地，有时间磁盘也不够，这次还git下来的东西还不全，还需要在过程中连接到外网。。

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

Qwen-VL-Chat 问题解决方案

你遇到了实验室服务器无法连接外网的问题，同时需要使用 Qwen-VL-Chat 模型，这个模型可以在 Hugging Face 的模型库中找到。

解决方案：

1. 检查实验室服务器网络设置：首先，检查实验室服务器的网络设置是否正确，确保服务器可以连接到外网。如果服务器的网络设置正确，但是仍然无法连接外网，可以尝试使用 VPN 或者代理服务器来连接外网。
2. 使用 Hugging Face 的模型下载工具：如果服务器无法连接外网，可以使用 Hugging Face 的模型下载工具来下载 Qwen-VL-Chat 模型。Hugging Face 提供了多种模型下载工具，例如 transformers 库，可以使用 Python 语言来下载模型。

import transformers

model_name = "Qwen/Qwen-VL-Chat"
model = transformers.AutoModelForSequenceClassification.from_pretrained(model_name)

1. 使用模型本地训练：如果无法下载模型，可以尝试使用模型本地训练。可以使用 Qwen-VL-Chat 模型的预训练权重作为初始权重，然后在本地训练模型。

总之，解决这个问题需要根据实验室服务器的网络设置和模型下载情况来选择合适的解决方案。