🚀下面步骤以手动下载代替代码自动下载预训练模型。
在代码中用如下 from_pretrained() 函数下载 bert 等预训练模型时下载巨慢：
这里以 ‘bert-base-uncased’ 预训练模型为例（下其它预训练模型也一样的步骤），自己手动下载：
hugging face 官网：https://huggingface.co/models【建议用谷歌浏览器打开，我用 qq 浏览器打开会有奇奇怪怪的问题】
⭐步骤 1：在搜索栏搜索 ‘bert-base-uncased’，如下：
⭐步骤 2：然后点进去会有模型的使用方法介绍及其对应论文等相关资料信息，点击 Files and version，一般下载一下 3 个文件即可，因为我使用的是 pt，所有下对应的 pytorch_model.bin，如果是 tf 就下 tf 对应的。
⭐步骤 3：下好这 3 个文件后，在当前代码路径下建一个文件夹起名叫：bert-base-uncased，然后把这 3 个文件放进去即可。
输出如下，成功调用预训练模型：
3 torch.Size([2, 5, 768]) torch.Size([2, 768]) torch.Size([2, 5, 768])
🚀!!! 后来发现了一个更方便的方法：
清华源镜像了 Hugging Face Model Hub，为国内用户下载预训练模型数据提供便利。
在 from_pretrained() 中加入参数 mirror=’tuna’即可加速下载，绝了。【!!!⭐不过清华源上可能有些模型没有，且可能没 hugging face 官网更新的及时。所以有时还是得手动下载】
当这种方法下载不了时，就手动下载就好。
