本地下载S配置 | AI生成和翻译
不，目前尚未下载任何内容——上述所有读取操作都是通过 HF Hub 的远程文件系统（HfFileSystem）以流式方式进行的。spgispeech/ 目录仅占 5.2 GB，而这实际上只是 Python 虚拟环境（torch 2.6+cu124 本身约 5 GB）。
磁盘：/mnt/data 上可用空间为 845 GB。
我们还有充足的存储空间。若要将实际的 parquet 文件下载到本地以实现即时读取，您可能需要：
- S 配置：约 45 GB（训练集 + 验证集 + 测试集）—— 快速
- M 配置：约 134 GB（仅训练集）—— 适中
- L 配置：约 580 GB（仅训练集）—— 体积较大但仍可容纳
想要下载其中一个吗？我建议选择 S（45 GB，轻松容纳，约 7.7 万个片段，足够用于微调实验）。如果您需要完整的 SPGISpeech 论文基准测试环境，还需要 dev（11 GB）和 test（11 GB）。
命令如下：
huggingface-cli download kensho/spgispeech --include "S/*" --local-dir /mnt/data/zz/spgispeech/data
或者使用 hf download（新版 CLI）。
AI生成和翻译，但整理分享仍需精力。如果觉得有帮助，欢迎
捐助支持。
微信：@lzwjava
·
X: @lzwjava ·
打个招呼 👋