如何从GCP的Jupyter Notebook Instance下载大体积模型文件

• 方法1：拆分压缩分块下载（最通用，无需额外权限） #

  先在Jupyter的终端或Notebook代码单元格中执行压缩+拆分命令，避免单次传输大文件触发截断限制：

  1. 压缩原模型文件：
     tar -zcvf trained_model.tar.gz /path/to/your/model_file
  2. 将压缩包拆分为200MB的小块（可根据实际截断阈值调整块大小）：
     split -b 200m trained_model.tar.gz model_part_
  3. 逐一下载所有生成的model_part_前缀的小文件到本地
  4. 本地合并解压：
     • Linux/macOS终端执行：
       cat model_part_* > trained_model.tar.gz && tar -zxvf trained_model.tar.gz
     • Windows cmd执行：
       copy /b model_part_* trained_model.tar.gz
       之后手动解压压缩包即可

• 方法2：断点续传下载（适用于拥有实例公网访问权限的场景） #

  绕过Jupyter网页下载的大小限制，直接启动临时HTTP服务配合断点续传工具下载：

  1. 在Jupyter终端中进入模型文件所在目录，执行命令启动临时文件服务：
     python3 -m http.server 19999（端口可替换为任意未被占用的端口）
  2. 本地执行下载命令，支持断点续传，中途断网无需重下：
     wget -c http://<你的实例公网IP>:19999/trained_model.tar.gz
  3. 下载完成后关闭Jupyter端的临时HTTP服务即可

• 方法3：代码分块导出（适用于无终端权限，仅能运行Notebook代码的场景） #

  直接在Notebook中运行Python代码拆分文件，逐一导出小块后本地合并：

  # 配置每块大小为100MB，可根据实际情况调整
  CHUNK_SIZE = 100 * 1024 * 1024
  file_path = "/path/to/your/model_file"
  
  with open(file_path, "rb") as f:
      chunk_idx = 0
      while True:
          chunk = f.read(CHUNK_SIZE)
          if not chunk:
              break
          with open(f"model_chunk_{chunk_idx}.bin", "wb") as chunk_f:
              chunk_f.write(chunk)
          chunk_idx += 1
  

  下载所有model_chunk_前缀的文件到本地后，执行方法1中的合并命令即可恢复原文件。

校验提示：所有方法操作完成后，可在云端执行md5sum /path/to/your/model_file得到原文件哈希值，本地恢复文件后执行对应MD5校验命令对比哈希值，二者一致则证明文件完整无损坏。

内容的提问来源于stack exchange，提问作者Anna