# Referensi sistem cache Sistem cache diperbarui di v0.8.0 untuk menjadi sistem cache pusat yang dibagikan di antara pustaka yang bergantung pada Hub. Baca [panduan sistem cache](../guides/manage-cache) untuk presentasi terperinci tentang caching di HF. ## Helper ### try_to_load_from_cache[[huggingface_hub.try_to_load_from_cache]] #### huggingface_hub.try_to_load_from_cache[[huggingface_hub.try_to_load_from_cache]] ```python huggingface_hub.try_to_load_from_cache(repo_id: str, filename: str, cache_dir: str | pathlib.Path | None = None, revision: str | None = None, repo_type: str | None = None) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/file_download.py#L1522) **Parameter:** cache_dir (`str` atau `os.PathLike`) : Folder tempat file cache berada. repo_id (`str`) : ID repo di huggingface.co. filename (`str`) : Nama file yang akan dicari di dalam `repo_id`. revision (`str`, *opsional*) : Versi model spesifik yang akan digunakan. Akan secara default menjadi `"main"` jika tidak diberikan dan tidak ada `commit_hash` yang diberikan juga. repo_type (`str`, *opsional*) : Tipe dari repositori. Akan secara default menjadi `"model"`. **Mengembalikan:** `Optional[str]` atau `_CACHED_NO_EXIST` Akan mengembalikan `None` jika file tidak di-cache. Jika tidak: - Path persis ke file yang di-cache jika ditemukan di cache - Nilai khusus `_CACHED_NO_EXIST` jika file tidak ada pada hash commit yang diberikan dan fakta ini telah di-cache. Mengeksplorasi cache untuk mengembalikan file cache terbaru untuk revisi tertentu jika ditemukan. Fungsi ini tidak akan melempar pengecualian apa pun jika file tidak di-cache. Contoh: ```python from huggingface_hub import try_to_load_from_cache, _CACHED_NO_EXIST filepath = try_to_load_from_cache() if isinstance(filepath, str): # file exists and is cached ... elif filepath is _CACHED_NO_EXIST: # non-existence of file is cached ... else: # file is not cached ... ``` ### cached_assets_path[[huggingface_hub.cached_assets_path]] #### huggingface_hub.cached_assets_path[[huggingface_hub.cached_assets_path]] ```python huggingface_hub.cached_assets_path(library_name: str, namespace: str = 'default', subfolder: str = 'default', assets_dir: str | pathlib.Path | None = None) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_assets.py#L19) **Parameter:** library_name (`str`) : Nama pustaka yang akan mengelola folder cache. Contoh: `"dataset"`. namespace (`str`, *opsional*, defaultnya "default") : Namespace tempat data tersebut berada. Contoh: `"SQuAD"`. subfolder (`str`, *opsional*, defaultnya "default") : Subfolder tempat data akan disimpan. Contoh: `extracted`. assets_dir (`str`, `Path`, *opsional*) : Path ke folder tempat aset di-cache. Ini tidak boleh sama dengan folder tempat file Hub di-cache. Secara default menjadi `HF_HOME / "assets"` jika tidak diberikan. Dapat juga diatur dengan variabel lingkungan `HF_ASSETS_CACHE`. **Mengembalikan:** Path ke folder cache (`Path`). Kembalikan jalur folder untuk meng-cache file arbitrer. `huggingface_hub` menyediakan jalur folder kanonik untuk menyimpan aset. Ini adalah cara yang direkomendasikan untuk mengintegrasikan cache di pustaka hilir karena akan memanfaatkan alat bawaan untuk memindai dan menghapus cache dengan benar. Pembedaan dibuat antara file yang di-cache dari Hub dan aset. File dari Hub di-cache dengan cara yang sadar-git dan sepenuhnya dikelola oleh `huggingface_hub`. Lihat [dokumentasi terkait](https://huggingface.co/docs/huggingface_hub/how-to-cache). Semua file lain yang di-cache oleh pustaka hilir dianggap sebagai "aset" (file yang diunduh dari sumber eksternal, diekstrak dari arsip .tar, dipreproses untuk pelatihan,...). Setelah jalur folder dihasilkan, dijamin bahwa folder tersebut ada dan merupakan direktori. Jalur ini didasarkan pada 3 tingkat kedalaman: nama pustaka, namespace, dan subfolder. Ketiga tingkat ini memberikan fleksibilitas sekaligus memungkinkan `huggingface_hub` untuk mengharapkan folder saat memindai/menghapus bagian dari cache aset. Di dalam sebuah pustaka, diharapkan bahwa semua namespace berbagi subset nama subfolder yang sama, tetapi ini bukan aturan yang wajib. Pustaka hilir kemudian memiliki kendali penuh atas struktur file yang diadopsi di dalam cache-nya. Namespace dan subfolder bersifat opsional (akan default ke subfolder `"default/"`) tetapi nama pustaka bersifat wajib karena kami ingin setiap pustaka hilir mengelola cache-nya sendiri. Pohon yang diharapkan: ```text assets/ └── datasets/ │ ├── SQuAD/ │ │ ├── downloaded/ │ │ ├── extracted/ │ │ └── processed/ │ ├── Helsinki-NLP--tatoeba_mt/ │ ├── downloaded/ │ ├── extracted/ │ └── processed/ └── transformers/ ├── default/ │ ├── something/ ├── bert-base-cased/ │ ├── default/ │ └── training/ hub/ └── models--julien-c--EsperBERTo-small/ ├── blobs/ │ ├── (...) │ ├── (...) ├── refs/ │ └── (...) └── [ 128] snapshots/ ├── 2439f60ef33a0d46d85da5001d52aeda5b00ce9f/ │ ├── (...) └── bbc77c8132af1cc5cf678da3f1ddf2de43606d48/ └── (...) ``` Contoh: ```py >>> from huggingface_hub import cached_assets_path >>> cached_assets_path(library_name="datasets", namespace="SQuAD", subfolder="download") PosixPath('/home/wauplin/.cache/huggingface/extra/datasets/SQuAD/download') >>> cached_assets_path(library_name="datasets", namespace="SQuAD", subfolder="extracted") PosixPath('/home/wauplin/.cache/huggingface/extra/datasets/SQuAD/extracted') >>> cached_assets_path(library_name="datasets", namespace="Helsinki-NLP/tatoeba_mt") PosixPath('/home/wauplin/.cache/huggingface/extra/datasets/Helsinki-NLP--tatoeba_mt/default') >>> cached_assets_path(library_name="datasets", assets_dir="/tmp/tmp123456") PosixPath('/tmp/tmp123456/datasets/default/default') ``` ### scan_cache_dir[[huggingface_hub.scan_cache_dir]] #### huggingface_hub.scan_cache_dir[[huggingface_hub.scan_cache_dir]] ```python huggingface_hub.scan_cache_dir(cache_dir: str | pathlib.Path | None = None) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L680) **Parameter:** cache_dir (`str` or `Path`, `optional`) : Cache directory to cache. Defaults to the default HF cache directory. Pindai seluruh sistem cache HF dan kembalikan struktur [~HFCacheInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo). Gunakan `scan_cache_dir` untuk memindai sistem cache Anda secara programatik. Cache akan dipindai per repo. Jika sebuah repo rusak, [~CorruptedCacheException](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CorruptedCacheException) akan dilempar secara internal tetapi ditangkap dan dikembalikan dalam struktur [~HFCacheInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo). Hanya repo yang valid yang mendapatkan laporan yang tepat. ```py >>> from huggingface_hub import scan_cache_dir >>> hf_cache_info = scan_cache_dir() HFCacheInfo( size_on_disk=3398085269, repos=frozenset({ CachedRepoInfo( repo_id='t5-small', repo_type='model', repo_path=PosixPath(...), size_on_disk=970726914, nb_files=11, revisions=frozenset({ CachedRevisionInfo( commit_hash='d78aea13fa7ecd06c29e3e46195d6341255065d5', size_on_disk=970726339, snapshot_path=PosixPath(...), files=frozenset({ CachedFileInfo( file_name='config.json', size_on_disk=1197 file_path=PosixPath(...), blob_path=PosixPath(...), ), CachedFileInfo(...), ... }), ), CachedRevisionInfo(...), ... }), ), CachedRepoInfo(...), ... }), warnings=[ CorruptedCacheException("Snapshots dir doesn't exist in cached repo: ..."), CorruptedCacheException(...), ... ], ) ``` Anda juga dapat mencetak laporan terperinci langsung dari baris perintah `hf` menggunakan: ```text > hf cache ls ID SIZE LAST_ACCESSED LAST_MODIFIED REFS --------------------------- -------- ------------- ------------- ----------- dataset/nyu-mll/glue 157.4M 2 days ago 2 days ago main script model/LiquidAI/LFM2-VL-1.6B 3.2G 4 days ago 4 days ago main model/microsoft/UserLM-8b 32.1G 4 days ago 4 days ago main Done in 0.0s. Scanned 6 repo(s) for a total of 3.4G. Got 1 warning(s) while scanning. Use -vvv to print details. ``` > [!WARNING] > Membuang: > > `CacheNotFound` Jika direktori cache tidak ada. > > [`ValueError`](https://docs.python.org/3/library/exceptions.html#ValueError) Jika direktori cache adalah file, bukan direktori. Mengembalikan: objek [~HFCacheInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo). ## Struktur data Semua struktur dibangun dan dikembalikan oleh [scan_cache_dir()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.scan_cache_dir) dan bersifat tidak dapat diubah. ### HFCacheInfo[[huggingface_hub.HFCacheInfo]] #### huggingface_hub.HFCacheInfo[[huggingface_hub.HFCacheInfo]] ```python huggingface_hub.HFCacheInfo(size_on_disk: int, repos: frozenset, incomplete_files: frozenset, warnings: list, cache_dir: pathlib.Path | None = None) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L384) **Parameter:** size_on_disk (`int`) : Ukuran fisik sistem cache dalam byte. Blob yang dibagikan antar repositori dihitung sekali, dan blob bersama yang hanya disimpan serta tidak lagi dirujuk oleh repositori mana pun tetap disertakan. Nilainya bisa lebih kecil daripada jumlah ukuran per repositori. repos (`frozenset[CachedRepoInfo]`) : Himpunan [~CachedRepoInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CachedRepoInfo) yang menjelaskan semua repositori cache valid yang ditemukan pada sistem cache saat pemindaian. incomplete_files (`frozenset[CachedIncompleteFileInfo]`) : Himpunan [~CachedIncompleteFileInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CachedIncompleteFileInfo) yang mendeskripsikan file `*.incomplete` yatim piatu yang ditinggalkan oleh unduhan yang terputus. warnings (`list[CorruptedCacheException]`) : Daftar [~CorruptedCacheException](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CorruptedCacheException) yang terjadi saat memindai cache. Pengecualian tersebut ditangkap agar pemindaian dapat dilanjutkan. Repo yang rusak dilewati dari pemindaian. cache_dir (`Path` atau `None`) : Direktori cache yang dipindai. Struktur data beku yang menyimpan informasi tentang seluruh sistem cache. Struktur data ini dikembalikan oleh [scan_cache_dir()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.scan_cache_dir) dan bersifat tidak dapat diubah. > [!WARNING] > `size_on_disk` hanya memperhitungkan blob, dan repositori yang rusak akan dilewati. Ini adalah ukuran fisik: berbeda dengan `CachedRepoInfo.size_on_disk`, yang mengaitkan blob bersama ke setiap repositori yang merujuknya, blob bersama hanya dihitung sekali di sini. #### delete_files[[huggingface_hub.HFCacheInfo.delete_files]] ```python delete_files(*files: CachedFileInfo) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L536) Siapkan strategi untuk menghapus file cache individual. Hanya entri snapshot yang dihapus. Blob dihapus hanya jika tidak ada file cache lain yang merujuknya, sehingga blob yang dibagikan dengan revisi lain tetap dipertahankan. Refs dan direktori snapshot juga dipertahankan, bahkan jika snapshot akhirnya kosong. Untuk menghapus revisi atau repositori secara keseluruhan, gunakan [delete_revisions()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo.delete_revisions). Contoh: ```py >>> from huggingface_hub import scan_cache_dir >>> cache_info = scan_cache_dir() >>> files = [ ... file ... for repo in cache_info.repos ... if repo.repo_id == "org/model" ... for revision in repo.revisions ... for file in revision.files ... if file.file_name == "model-Q4_K_M.gguf" ... ] >>> delete_strategy = cache_info.delete_files(*files) >>> print(f"Will free {delete_strategy.expected_freed_size_str}.") Will free 4.9G. >>> delete_strategy.execute() ``` #### delete_revisions[[huggingface_hub.HFCacheInfo.delete_revisions]] ```python delete_revisions(*revisions: str) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L433) Siapkan strategi untuk menghapus satu atau lebih revisi yang di-cache secara lokal. Revisi input dapat berupa hash revisi apa pun. Jika hash revisi tidak ditemukan di cache lokal, peringatan akan dilempar tetapi tidak ada error yang muncul. Revisi dapat berasal dari repositori cache yang berbeda karena hash bersifat unik di seluruh repositori, Contoh: ```py >>> from huggingface_hub import scan_cache_dir >>> cache_info = scan_cache_dir() >>> delete_strategy = cache_info.delete_revisions( ... "81fd1d6e7847c99f5862c9fb81387956d99ec7aa" ... ) >>> print(f"Will free {delete_strategy.expected_freed_size_str}.") Will free 7.9K. >>> delete_strategy.execute() ``` ```py >>> from huggingface_hub import scan_cache_dir >>> scan_cache_dir().delete_revisions( ... "81fd1d6e7847c99f5862c9fb81387956d99ec7aa", ... "e2983b237dccf3ab4937c97fa717319a9ca1a96d", ... "6c0e6080953db56375760c0471a8c5f2929baf11", ... ).execute() ``` > [!WARNING] > `delete_revisions` mengembalikan objek [DeleteCacheStrategy](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.DeleteCacheStrategy) yang perlu dieksekusi. [DeleteCacheStrategy](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.DeleteCacheStrategy) tidak dimaksudkan untuk dimodifikasi, tetapi memungkinkan dry run sebelum eksekusi penghapusan dilakukan. #### export_as_table[[huggingface_hub.HFCacheInfo.export_as_table]] ```python export_as_table(verbosity: int = 0) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L585) **Parameter:** verbosity (`int`, *opsional*) : Tingkat detail. Bawaan adalah 0. **Mengembalikan:** `str` Tabel sebagai string. Buat tabel dari objek [HFCacheInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo). Lewati `verbosity=0` untuk mendapatkan tabel dengan satu baris per repo, dengan kolom "repo_id", "repo_type", "size_on_disk", "nb_files", "last_accessed", "last_modified", "refs", "local_path". Lewati `verbosity=1` untuk mendapatkan tabel dengan satu baris per repo dan revisi (sehingga beberapa baris dapat muncul untuk satu repo), dengan kolom "repo_id", "repo_type", "revision", "size_on_disk", "nb_files", "last_modified", "refs", "local_path". Contoh: ```py >>> from huggingface_hub.utils import scan_cache_dir >>> hf_cache_info = scan_cache_dir() HFCacheInfo(...) >>> print(hf_cache_info.export_as_table()) REPO ID REPO TYPE SIZE ON DISK NB FILES LAST_ACCESSED LAST_MODIFIED REFS LOCAL PATH --------------------------------------------------- --------- ------------ -------- ------------- ------------- ---- -------------------------------------------------------------------------------------------------- roberta-base model 2.7M 5 1 day ago 1 week ago main ~/.cache/huggingface/hub/models--roberta-base suno/bark model 8.8K 1 1 week ago 1 week ago main ~/.cache/huggingface/hub/models--suno--bark t5-base model 893.8M 4 4 days ago 7 months ago main ~/.cache/huggingface/hub/models--t5-base t5-large model 3.0G 4 5 weeks ago 5 months ago main ~/.cache/huggingface/hub/models--t5-large >>> print(hf_cache_info.export_as_table(verbosity=1)) REPO ID REPO TYPE REVISION SIZE ON DISK NB FILES LAST_MODIFIED REFS LOCAL PATH --------------------------------------------------- --------- ---------------------------------------- ------------ -------- ------------- ---- ----------------------------------------------------------------------------------------------------------------------------------------------------- roberta-base model e2da8e2f811d1448a5b465c236feacd80ffbac7b 2.7M 5 1 week ago main ~/.cache/huggingface/hub/models--roberta-base/snapshots/e2da8e2f811d1448a5b465c236feacd80ffbac7b suno/bark model 70a8a7d34168586dc5d028fa9666aceade177992 8.8K 1 1 week ago main ~/.cache/huggingface/hub/models--suno--bark/snapshots/70a8a7d34168586dc5d028fa9666aceade177992 t5-base model a9723ea7f1b39c1eae772870f3b547bf6ef7e6c1 893.8M 4 7 months ago main ~/.cache/huggingface/hub/models--t5-base/snapshots/a9723ea7f1b39c1eae772870f3b547bf6ef7e6c1 t5-large model 150ebc2c4b72291e770f58e6057481c8d2ed331a 3.0G 4 5 months ago main ~/.cache/huggingface/hub/models--t5-large/snapshots/150ebc2c4b72291e770f58e6057481c8d2ed331a ``` ### CachedRepoInfo[[huggingface_hub.CachedRepoInfo]] #### huggingface_hub.CachedRepoInfo[[huggingface_hub.CachedRepoInfo]] ```python huggingface_hub.CachedRepoInfo(repo_id: str, repo_type: typing.Literal['model', 'dataset', 'space', 'kernel'], repo_path: Path, size_on_disk: int, nb_files: int, revisions: frozenset, last_accessed: float, last_modified: float) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L176) **Parameter:** repo_id (`str`) : Repo id dari repo di Hub. Contoh: `"google/fleurs"`. repo_type (`Literal["dataset", "model", "space", "kernel"]`) : Jenis repo yang di-cache. repo_path (`Path`) : Jalur lokal ke repositori yang di-cache. size_on_disk (`int`) : Jumlah ukuran file blob di repo yang di-cache. nb_files (`int`) : Jumlah total file blob di repo yang di-cache. revisions (`frozenset[CachedRevisionInfo]`) : Himpunan [~CachedRevisionInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CachedRevisionInfo) yang menjelaskan semua revisi yang di-cache di repo. last_accessed (`float`) : Timestamp dari waktu terakhir sebuah file blob di repo diakses. last_modified (`float`) : Timestamp dari waktu terakhir file blob di repo dimodifikasi/dibuat. Struktur data beku yang menyimpan informasi tentang repositori yang di-cache. > [!WARNING] > `size_on_disk` tidak selalu merupakan jumlah dari ukuran semua revisi karena adanya file yang duplikat. Selain itu, hanya blob yang diperhitungkan, bukan ukuran (yang dapat diabaikan) dari folder dan symlink. > [!WARNING] > Keandalan `last_accessed` dan `last_modified` dapat bergantung pada OS yang Anda gunakan. Lihat [dokumentasi python](https://docs.python.org/3/library/os.html#os.stat_result) untuk detail lebih lanjut. #### size_on_disk_str[[huggingface_hub.CachedRepoInfo.size_on_disk_str]] ```python size_on_disk_str() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L238) (property) Jumlah ukuran file blob sebagai string yang mudah dibaca manusia. Contoh: "42.2K". #### refs[[huggingface_hub.CachedRepoInfo.refs]] ```python refs() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L252) (property) Pemetaan antara `refs` dan struktur data revisi. ### CachedRevisionInfo[[huggingface_hub.CachedRevisionInfo]] #### huggingface_hub.CachedRevisionInfo[[huggingface_hub.CachedRevisionInfo]] ```python huggingface_hub.CachedRevisionInfo(commit_hash: str, snapshot_path: Path, size_on_disk: int, files: frozenset, refs: frozenset, last_modified: float) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L105) **Parameter:** commit_hash (`str`) : Hash dari revisi (unik). Contoh: `"9338f7b671827df886678df2bdd7cc7b4f36dffd"`. snapshot_path (`Path`) : Path ke direktori revisi di folder `snapshots`. Berisi struktur pohon yang persis sama dengan repo di Hub. files : (`frozenset[CachedFileInfo]`): Himpunan [~CachedFileInfo](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.CachedFileInfo) yang menjelaskan semua file yang terkandung dalam snapshot. refs (`frozenset[str]`) : Kumpulan `refs` yang menunjuk ke revisi ini. Jika revisi tidak memiliki `refs`, maka dianggap terputus (detached). Contoh: `{"main", "2.4.0"}` atau `{"refs/pr/1"}`. size_on_disk (`int`) : Jumlah ukuran file blob yang di-simlink oleh revisi tersebut. last_modified (`float`) : Timestamp dari waktu terakhir revisi dibuat/diubah. Struktur data beku yang menyimpan informasi tentang revisi. Revisi berkorespondensi dengan folder di folder `snapshots` dan diisi dengan struktur pohon yang persis sama dengan repo di Hub, tetapi hanya berisi symlink. Sebuah revisi dapat dirujuk oleh 1 atau lebih `refs` atau berada dalam keadaan "detached" (tanpa refs). > [!WARNING] > `last_accessed` tidak dapat ditentukan dengan benar pada satu revisi karena file blob dibagikan di antara revisi. > [!WARNING] > `size_on_disk` tidak selalu sama dengan jumlah total ukuran semua file karena kemungkinan adanya file duplikat. Selain itu, hanya blob yang diperhitungkan, bukan ukuran (yang dapat diabaikan) dari folder dan symlink. #### size_on_disk_str[[huggingface_hub.CachedRevisionInfo.size_on_disk_str]] ```python size_on_disk_str() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L158) (property) Jumlah ukuran file blob sebagai string yang mudah dibaca manusia. Contoh: "42.2K". #### nb_files[[huggingface_hub.CachedRevisionInfo.nb_files]] ```python nb_files() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L167) (property) Total jumlah file dalam revisi. ### CachedFileInfo[[huggingface_hub.CachedFileInfo]] #### huggingface_hub.CachedFileInfo[[huggingface_hub.CachedFileInfo]] ```python huggingface_hub.CachedFileInfo(file_name: str, file_path: Path, blob_path: Path, size_on_disk: int, blob_last_accessed: float, blob_last_modified: float) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L40) **Parameter:** file_name (`str`) : Nama file. Contoh: `config.json`. file_path (`Path`) : Lokasi file di direktori `snapshots`. Lokasi file tersebut adalah symlink yang merujuk ke blob di folder `blobs`. blob_path (`Path`) : Path dari entri blob lokal repo yang dirujuk oleh `file_path`. Entri blob itu sendiri dapat berupa symlink ke toko blob bersama yang dibagikan di seluruh cache. size_on_disk (`int`) : Ukuran file blob dalam byte. blob_last_accessed (`float`) : Timestamp dari waktu terakhir file blob diakses (dari revisi mana pun). blob_last_modified (`float`) : Timestamp dari waktu terakhir file blob dimodifikasi/dibuat. Struktur data beku yang menyimpan informasi tentang satu file cache. > [!WARNING] > Keandalan `blob_last_accessed` dan `blob_last_modified` dapat bergantung pada OS yang Anda gunakan. Lihat [dokumentasi python](https://docs.python.org/3/library/os.html#os.stat_result) untuk detail lebih lanjut. #### size_on_disk_str[[huggingface_hub.CachedFileInfo.size_on_disk_str]] ```python size_on_disk_str() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L94) (property) Ukuran file blob sebagai string yang dapat dibaca manusia. Contoh: "42.2K". ### CachedIncompleteFileInfo[[huggingface_hub.CachedIncompleteFileInfo]] #### huggingface_hub.CachedIncompleteFileInfo[[huggingface_hub.CachedIncompleteFileInfo]] ```python huggingface_hub.CachedIncompleteFileInfo(file_path: Path, size_on_disk: int) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L365) **Parameter:** file_path (`Path`) : Path dari file `.incomplete` di folder `blobs`. size_on_disk (`int`) : Ukuran file yang diunduh sebagian dalam byte. Struktur data beku yang menyimpan informasi tentang satu unduhan yang belum selesai. Unduhan yang terputus meninggalkan berkas `//blobs/.incomplete`. Berkas-berkas ini bukan bagian dari revisi yang telah dikomit, sehingga ditampilkan secara terpisah oleh [scan_cache_dir()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.scan_cache_dir). ### DeleteCacheStrategy[[huggingface_hub.DeleteCacheStrategy]] #### huggingface_hub.DeleteCacheStrategy[[huggingface_hub.DeleteCacheStrategy]] ```python huggingface_hub.DeleteCacheStrategy(expected_freed_size: int, blobs: frozenset, refs: frozenset, repos: frozenset, snapshots: frozenset, files: frozenset = frozenset(), cache_dir: pathlib.Path | None = None) ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L261) **Parameter:** expected_freed_size (`float`) : Ukuran yang diharapkan untuk dibebaskan setelah strategi dieksekusi. blobs (`frozenset[Path]`) : Himpunan jalur file blob yang akan dihapus. refs (`frozenset[Path]`) : Himpunan jalur file referensi yang akan dihapus. repos (`frozenset[Path]`) : Himpunan seluruh path repo yang akan dihapus. snapshots (`frozenset[Path]`) : Kumpulan snapshot yang akan dihapus (direktori symlink). files (`frozenset[Path]`, *opsional*) : Himpunan entri snapshot individual yang akan dihapus. Blob mereka hanya dihapus jika tercantum dalam `blobs`. cache_dir (`Path` atau `None`) : Direktori cache tempat strategi dihitung. Digunakan untuk mengumpulkan blob bersama yang dirujuk oleh symlink lokal repo yang dihapus oleh penghapusan. Struktur data beku yang menyimpan strategi untuk menghapus revisi atau file yang di-cache. Objek ini tidak dimaksudkan untuk diinstansiasi secara programatis, melainkan untuk dikembalikan oleh [delete_revisions()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo.delete_revisions) atau [delete_files()](/docs/huggingface_hub/v2.4.0/id/package_reference/cache#huggingface_hub.HFCacheInfo.delete_files). Lihat dokumentasi untuk contoh penggunaan. #### expected_freed_size_str[[huggingface_hub.DeleteCacheStrategy.expected_freed_size_str]] ```python expected_freed_size_str() ``` [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/utils/_cache_manager.py#L295) (property) Ukuran yang diharapkan akan dibebaskan sebagai string yang dapat dibaca manusia. Contoh: "42.2K". ## Pengecualian ### CorruptedCacheException[[huggingface_hub.CorruptedCacheException]] #### huggingface_hub.CorruptedCacheException[[huggingface_hub.CorruptedCacheException]] [Sumber](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/errors.py#L22) Pengecualian untuk struktur tak terduga apa pun dalam sistem cache Huggingface.