AutoTrain 文档

本地训练快速入门指南

您正在查看 main 版本,需要从源代码安装. 如果您希望使用常规的 pip 安装,请查看最新的稳定版本 (v0.8.24).
Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

以开始

本地训练快速入门指南

本快速入门指南适用于本地安装和使用。如果您想在 Hugging Face 空间上使用 AutoTrain,请参考“在 Hugging Face 空间上使用 AutoTrain”部分。

您可以使用 pip 安装 AutoTrain Advanced

$ pip install autotrain-advanced

建议在虚拟环境中安装 autotrain-advanced,以避免与其他软件包发生冲突。注意:AutoTrain 不会安装 pytorch、torchaudio、torchvision 或任何其他大型依赖项。您需要单独安装它们。

$ 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

运行 AutoTrain 用户界面 (UI)

要本地运行 autotrain 应用程序,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

这将在 http://127.0.0.1:8000 上启动应用程序。

使用 AutoTrain 命令行界面 (CLI)

也可以使用 CLI

$ export HF_TOKEN=your_hugging_face_write_token
$ autotrain --help

这将显示可使用的 CLI 命令

usage: autotrain <command> [<args>]

positional arguments:
{
    app,
    llm,
    setup,
    dreambooth,
    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`

建议在使用 CLI 时,只使用 autotrain --config CONFIG_FILE 命令进行训练。

最终用户会感兴趣的 autotrain 命令是

  • app:启动 AutoTrain UI
  • llm:训练语言模型
  • dreambooth:使用 DreamBooth 训练模型
  • text-classification:训练文本分类模型
  • text-regression:训练文本回归模型
  • image-classification:训练图像分类模型
  • tabular:训练表格模型
  • spacerunner:使用 SpaceRunner 训练任何自定义模型
  • seq2seq:训练序列到序列模型
  • token-classification:训练标记分类模型

注意:如果您使用首选的 autotrain --config CONFIG_FILE 命令训练模型,则无需使用上述命令。

< > 在 GitHub 上更新