0. 说明：

从 Hugging Face 上下手动载预训练的蛋白质语言模型（以ProstT5为例），用模型中的 encoder 部分对蛋白质进行编码，得到 embedding features，用于下游的任务。

【ps. 除了手动下载之外，还可以用其他的下载方式，详情可见 https://zhuanlan.zhihu.com/p/663712983】
【ps. 如果是自动下载，默认下载位置在 ~/.cache/huggingface/】

1. 手动下载与训练模型：

直接从 Hugging Face 网站上下载所有的文件，如下图所示（以 ProstT5 为例，URL = https://huggingface.co/Rostlab/prot_t5_xl_half_uniref50-enc/tree/main）：

2. 将下载的预训练模型保存到服务器并加载模型：

将上述所有文件放到一个文件夹中，然后上传到服务器上。

加载模型的时候，直接将路径放到T5Tokenizer.from_pretrained()和T5EncoderModel.from_pretrained()中的第一个参数位置即可。

3. 关于模型的使用，可以见 Hugging Face 上提供的案例

PS. 如果有其他问题，会更新本文 . . .

参考:

[1]. https://zhuanlan.zhihu.com/p/663712983