从HuggingFace加载预训练BERT模型时遇SSL证书错误求助

方法1：临时禁用SSL验证（测试环境适用） #

在调用from_pretrained时添加verify=False参数，跳过证书验证：

from transformers import AutoTokenizer, AutoModelForTokenClassification

# 加载tokenizer和模型时禁用SSL验证
tokenizer = AutoTokenizer.from_pretrained("dslim/bert-base-NER", verify=False)
model = AutoModelForTokenClassification.from_pretrained("dslim/bert-base-NER", verify=False)

注意：此方法仅用于测试场景，生产环境不建议使用，存在安全风险。

方法2：配置系统信任HuggingFace的SSL证书 #

1. 打开浏览器访问huggingface.co，点击地址栏的锁形图标，查看并导出网站的SSL证书（选择Base64编码的X.509格式，保存为.crt文件）。
2. 按下Win+R输入certmgr.msc打开证书管理器，展开受信任的根证书颁发机构 -> 证书，右键选择所有任务 -> 导入，按照向导导入刚才导出的.crt文件。
3. 重启Jupyter Lab后重新运行代码。

方法3：手动下载模型文件到本地加载 #

1. 访问HuggingFace的dslim/bert-base-NER模型页面，下载所需的所有核心文件（包括tokenizer_config.json、vocab.txt、config.json、pytorch_model.bin等）。
2. 将下载的文件统一放到本地一个文件夹，比如./bert-base-NER/。
3. 修改代码从本地路径加载：

from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("./bert-base-NER")
model = AutoModelForTokenClassification.from_pretrained("./bert-base-NER")

问题详情 #

报错信息：

SSLError: HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /dslim/bert-base-NER/resolve/main/tokenizer_config.json (Caused by SSLError(SSLCertVerificationError(1, '[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self signed certificate in certificate chain (_ssl.c:1108)')))

触发代码行：

tokenizer = AutoTokenizer.from_pretrained("dslim/bert-base-NER")

完整源代码：

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("dslim/bert-base-NER")
model = AutoModelForTokenClassification.from_pretrained("dslim/bert-base-NER")

内容的提问来源于stack exchange，提问作者Nikita Malviya