本地訓練快速入門指南

本快速入門指南適用於本地安裝和使用。如果您想在 Hugging Face Spaces 上使用 AutoTrain，請參閱 AutoTrain on Hugging Face Spaces 部分。

您可以使用 pip 安裝 AutoTrain Advanced

$ pip install autotrain-advanced

建議在虛擬環境中安裝 autotrain-advanced，以避免與其他包發生衝突。注意：AutoTrain 不會安裝 pytorch、torchaudio、torchvision 或任何其他大型依賴。您需要單獨安裝它們。

$ conda create -n autotrain python=3.10
$ conda activate autotrain
$ pip install autotrain-advanced
$ conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
$ conda install -c "nvidia/label/cuda-12.1.0" cuda-nvcc
$ conda install xformers -c xformers
$ python -m nltk.downloader punkt
$ pip install flash-attn --no-build-isolation # if you want to use flash-attn
$ pip install deepspeed # if you want to use deepspeed

執行 AutoTrain 使用者介面 (UI)

要在本地執行 autotrain 應用，您可以使用以下命令

$ export HF_TOKEN=your_hugging_face_write_token
$ autotrain app --host 127.0.0.1 --port 8000

這將在 http://127.0.0.1:8000 上啟動應用。

使用 AutoTrain 命令列介面 (CLI)

也可以使用命令列介面 (CLI)

$ export HF_TOKEN=your_hugging_face_write_token
$ autotrain --help

這將顯示可以使用的 CLI 命令

usage: autotrain <command> [<args>]

positional arguments:
{
    app,
    llm,
    setup,
    api,
    text-classification,
    text-regression,
    image-classification,
    tabular,
    spacerunner,
    seq2seq,
    token-classification
}
    
    commands

options:
  -h, --help            show this help message and exit
  --version, -v         Display AutoTrain version
  --config CONFIG       Optional configuration file

For more information about a command, run: `autotrain <command> --help`

建議在使用 CLI 進行訓練時，只使用 autotrain --config CONFIG_FILE 命令。

終端使用者會感興趣的 autotrain 命令是

app: 啟動 AutoTrain UI
llm: 訓練一個語言模型
text-classification: 訓練一個文字分類模型
text-regression: 訓練一個文本回歸模型
image-classification: 訓練一個影像分類模型
tabular: 訓練一個表格資料模型
spacerunner: 使用 SpaceRunner 訓練任何自定義模型
seq2seq: 訓練一個序列到序列模型
token-classification: 訓練一個詞元分類模型

注意：如果您使用首選的 autotrain --config CONFIG_FILE 命令來訓練模型，則不需要上述命令。

< > 在 GitHub 上更新