使用AutoTrain进行图像分类
'使用AutoTrain图像分类'
所以你听说了机器学习世界中正在发生的酷事，想要加入进来。只有一个问题 – 你不知道如何编码！ 😱 或者你是一位经验丰富的软件工程师，想要在你的副业中添加一些机器学习，但是你没有时间去学习全新的技术栈！对于许多人来说，学习机器学习的技术障碍似乎是不可逾越的。这就是为什么 Hugging Face 创造了 AutoTrain ，并且通过最新添加的功能，我们正在使“无代码”机器学习变得更好。最重要的是，你可以免费创建你的第一个项目！✨
Hugging Face AutoTrain 让你可以在零配置下训练模型。只需选择你的任务（翻译？问题回答？），上传你的数据，然后让 Hugging Face 完成其余的工作！通过让 AutoTrain 尝试多个不同的模型，甚至有很大机会得到一个比由工程师手动训练的模型更好的模型 🤯 我们一直在扩展我们支持的任务数量，并且自豪地宣布你现在可以使用 AutoTrain 进行计算机视觉！图像分类是我们最新添加的任务之一，还有更多任务即将推出。但是这对你意味着什么呢？
图像分类模型学会对图像进行分类，意味着你可以训练其中一个模型来为任何图像贴标签。你想要一个可以识别签名的模型吗？可以区分鸟类物种的模型？可以识别植物疾病的模型？只要你能找到一个合适的数据集，图像分类模型都可以胜任。
如何训练你自己的图像分类器？
如果你还没有创建 Hugging Face 账号，现在是时候了！然后，转到 AutoTrain 主页并点击“创建新项目”开始。你将被要求填写关于你的项目的一些基本信息。在下面的截图中，你会看到我创建了一个名为 butterflies-classification 的项目，并选择了“图像分类”任务。我还选择了“自动”模型选项，因为我想让 AutoTrain 找到最适合我的项目的最佳模型架构。
一旦 AutoTrain 创建了你的项目，你只需要连接你的数据。如果你的数据在本地，你可以将文件夹拖放到窗口中。由于我们还可以使用 Hugging Face Hub 上的任何图像分类数据集，在这个例子中，我决定使用 NimaBoscarino/butterflies 数据集。如果有的话，你可以选择单独的训练和验证数据集，或者你可以要求 AutoTrain 为你拆分数据。
一旦数据添加完毕，只需选择你想要 AutoModel 尝试的模型候选数目，查看预期的训练成本（使用 5 个候选模型和少于 500 张图像进行训练是免费的 🤩），然后开始训练！
在上面的截图中，你可以看到我的项目启动了 5 个不同的模型，每个模型都达到了不同的准确率。其中一个模型表现得不好，所以 AutoTrain 做出了停止它的决定，以免浪费资源。最好的模型达到了 84% 的准确率，而我自己几乎没有付出任何努力 😍 总而言之，你可以在 Hub 上访问你刚训练好的模型，并通过集成的推理小部件与它们进行互动。例如，你可以在 NimaBoscarino/butterflies 上查看我的蝴蝶分类器模型 🦋
我们非常期待看到你使用 AutoTrain 创建的东西！别忘了加入我们的社区 hf.co/join/discord ，如果需要帮助，请随时联系我们 🤗
