HTTPSConnectionPool(host=‘huggingface.co‘, port=443)

在使用Hugging Face的模型时，通常使用的是from_pretrained方法来加载模型。默认情况下，这个方法会先查询网络最新版本 (通常报错在这里)，再检查本地是否已有该模型，如果没有，则会从Hugging Face的模型库中下载。

如果你想优先使用本地已有的模型，并且只在缺少的情况下从网络上下载，你可以使用以下方法：

1 使用from_pretrained方法： 这个方法是检测本地是否有模型的，如果没有，它将自动下载。所以，如果你只是想确保始终使用最新的模型，你可以定期手动更新本地模型，或者使用版本控制来跟踪模型的更新。

```python

from transformers import BertModel
model = BertModel.from_pretrained('bert-base-uncased')
```

2 手动检查模型文件： 如果想要自己控制下载逻辑，可以先检查本地是否有该模型，如果没有，再使用from_pretrained。

```python

from transformers import BertModel
import os
model_name = 'bert-base-uncased'
local_model_path = f'./{model_name}'
if os.path.exists(local_model_path):
    model = BertModel.from_pretrained(local_model_path)
else:
    model = BertModel.from_pretrained(model_name)

```

3 使用环境变量： 你还可以通过设置环境变量TRANSFORMERS_OFFLINE为1来强制transformers库使用离线模式。在这个模式下，from_pretrained将只尝试从本地加载模型，如果找不到，则会抛出异常。

```python

import os
os.environ["TRANSFORMERS_OFFLINE"] = "1"
from transformers import BertModel
try:
    model = BertModel.from_pretrained('bert-base-uncased')
except Exception as e:
    print("无法从本地加载模型，请检查模型文件或网络连接。")
```

4 使用镜像 export HF_ENDPOINT=https://hf-mirror.com  并donate。