常见问题

我的数据和模型安全吗？

是的，您的数据和模型是安全的。AutoTrain 使用 Hugging Face Hub 来存储您的数据和模型。所有数据和模型都作为私有存储库上传到您的 Hugging Face 帐户，并且只有您可以访问。在此处了解更多关于安全性的信息。

您是否将我的数据上传到 Hugging Face Hub？

如果您使用本地后端或在同一空间中进行训练，AutoTrain 不会将您的数据集上传到 Hub。如果您使用以下功能，AutoTrain 将会将您的数据集推送到 Hub：DGX Cloud 或使用本地 CLI 在 Hugging Face 的基础设施上进行训练。

训练完成后，您可以安全地从 Hub 中删除数据集。如果上传了，数据集将作为私有存储库存储在您的 Hugging Face 帐户中，并且只有您和训练过程可以访问。训练完成后，它将不再使用。

我的训练空间在训练中途无故暂停

AutoTrain 训练空间在训练完成（或失败）后会自动暂停。这样做是为了节省资源和成本。如果您的训练失败，您仍然可以查看空间日志并找出问题所在。请注意：如果您重新启动空间，将无法检索日志。

空间暂停的另一个原因可能是空间的睡眠时间到了。如果您有一个长时间运行的训练作业，则必须将睡眠时间设置为更高的值。无论如何，训练完成后，空间会自动暂停，从而节省您的成本。

我收到错误“您安装的 nvidia-ml-py 软件包已损坏。跳过补丁函数”

此错误可以安全地忽略。它是来自 nvitop 库的警告，不会影响 AutoTrain 的功能。

我在使用 UI 时收到 409 冲突错误

当您尝试创建与现有项目同名的项目时，会出现此错误。要解决此错误，您可以删除现有项目或使用不同的名称创建新项目。

当您尝试训练模型时，如果同一空间或本地已存在正在训练的模型，也可能出现此错误。

我想要使用的模型在模型选择下拉列表中没有显示。

如果要使用的模型在模型选择下拉列表中不可用，可以在空间设置中的环境变量AUTOTRAIN_CUSTOM_MODELS中添加它。例如，如果要添加xxx/yyy模型，请转到空间设置，创建一个名为AUTOTRAIN_CUSTOM_MODELS的变量，并将值设置为xxx/yyy。

您也可以将模型名称作为查询参数传递到URL中。例如，如果要使用xxx/yyy模型，可以使用URL https://huggingface.co/spaces/your_autotrain_space?custom_models=xxx/yyy。

如何在本地使用AutoTrain？

通过安装AutoTrain Advanced pypi包，可以在本地使用AutoTrain。您可以在“在本地使用AutoTrain”部分中了解更多信息。

我可以在Colab上运行AutoTrain吗？

要在Colab上启动UI，只需点击以下链接即可

请注意，要在Colab上运行应用程序，您需要一个ngrok令牌。您可以在ngrok上免费注册获取一个。这是因为Colab不允许直接将端口暴露到互联网。

要在Colab上改用CLI，您可以按照在本地使用AutoTrain的相同说明操作。

AutoTrain是否有Docker镜像？

是的，AutoTrain有一个Docker镜像。您可以在Docker Hub上找到该镜像，点击此处。

是否支持Windows？

很遗憾，AutoTrain目前尚不支持Windows。您可以尝试使用WSL（Windows Subsystem for Linux）在Windows上运行AutoTrain或使用Docker镜像。

“—project-name” 参数不能设置为目录

--project-name 参数不应是路径。它将在运行 autotrain 命令的位置创建。此参数必须是字母数字，并且可以包含连字符。

我遇到了 config.json 未找到错误

这意味着您训练了一个适配器模型（peft=true），它不会生成 config.json。但这没关系，模型仍然可以使用 AutoModelForCausalLM 或推理端点加载。如果要将权重与基础模型合并，可以使用autotrain tools。请在其他信息部分阅读相关内容。

Autotrain是否支持多GPU训练？

是的，autotrain 支持多 GPU 训练。AutoTrain 将自行确定用户是否在多 GPU 设置上运行命令，如果 GPU 数量大于 1 且小于 4，则将使用多 GPU ddp，如果 GPU 数量大于或等于 4，则将使用 deepspeed。

如何使用具有多个配置的 Hub 数据集？

如果您的 Hub 数据集有多个配置，可以使用train_split参数同时指定配置和拆分。例如，在此数据集此处，有多个配置：pair、pair-class、pair-score和triplet。

如果我想使用pair-class配置的train拆分，可以在UI或CLI/配置中将pair-class:train作为train_split。

下面显示了一个示例配置

data:
  path: sentence-transformers/all-nli
  train_split: pair-class:train
  valid_split: pair-class:test
  column_mapping:
    sentence1_column: premise
    sentence2_column: hypothesis
    target_column: label