使用 AutoTrain 進行影像分類

你已經聽說過機器學習世界裡發生的各種酷炫事情，也想加入進來。但只有一個問題——你不會編碼！😱 或者，你可能是一位經驗豐富的軟體工程師，想在你的業餘專案中新增一些機器學習功能，但又沒有時間學習一整套新的技術棧！對於許多人來說，學習機器學習的技術障礙感覺是無法逾越的。這就是 Hugging Face 建立 AutoTrain 的原因，而且隨著我們剛剛新增的最新功能，我們正在讓“無程式碼”機器學習變得前所未有的出色。最棒的是，你可以免費建立你的第一個專案！✨

Hugging Face AutoTrain 讓你能夠以零配置要求訓練模型。只需選擇你的任務（翻譯？還是問答？），上傳你的資料，然後讓 Hugging Face 完成剩下的工作！透過讓 AutoTrain 嘗試多種不同的模型，你甚至很有可能得到一個比工程師手動訓練的模型表現更好的模型🤯 我們一直在擴充套件支援的任務數量，我們很自豪地宣佈，你現在可以使用 AutoTrain 進行計算機視覺任務！影像分類是我們最新新增的任務，未來還會增加更多。但這對你意味著什麼呢？

影像分類模型學習對影像進行分類，這意味著你可以訓練這些模型來標記任何影像。你想要一個能識別簽名的模型嗎？能區分鳥類物種的模型？能識別植物疾病的模型？只要你能找到合適的資料集，影像分類模型就能滿足你的需求。

如何訓練自己的影像分類器？

如果你還沒有建立 Hugging Face 賬戶，現在就是時候了！之後，前往 AutoTrain 主頁並點選“建立新專案”開始。系統會要求你填寫一些關於你專案的基本資訊。在下面的截圖中，你會看到我建立了一個名為 butterflies-classification 的專案，並選擇了“影像分類”任務。我還選擇了“自動”模型選項，因為我想讓 AutoTrain 為我的專案尋找最佳的模型架構。

一旦 AutoTrain 建立了你的專案，你只需連線你的資料。如果你的資料在本地，你可以將資料夾拖放到視窗中。由於我們也可以使用 Hugging Face Hub 上的任何影像分類資料集，在這個例子中，我決定使用 NimaBoscarino/butterflies 資料集。你可以選擇單獨的訓練集和驗證集（如果可用），或者讓 AutoTrain 為你分割資料。

新增資料後，只需選擇你希望 AutoModel 嘗試的模型候選數量，檢視預期的訓練成本（訓練 5 個候選模型且影像少於 500 張是免費的🤩），然後開始訓練！

在上面的截圖中，你可以看到我的專案啟動了 5 個不同的模型，每個模型都達到了不同的準確率分數。其中一個模型的表現非常不好，所以 AutoTrain 停止了它，以免浪費資源。表現最好的模型達到了 84% 的準確率，而我幾乎沒有付出任何努力 😍 最後，你可以訪問你在 Hub 上新訓練的模型，並透過整合的推理小部件進行操作。例如，請檢視我在NimaBoscarino/butterflies 🦋 上的蝴蝶分類器模型

我們非常期待看到你用 AutoTrain 構建什麼！別忘了加入 hf.co/join/discord 的社群，如果你需要任何幫助，請聯絡我們 🤗