Mindket

Finetune

新上架第 1 版 · 更新于

概览

把 Hugging Face 的 AutoTrain 打包成 Docker 应用,AutoTrain 是一种免写代码训练 AI 模型的方式。适合想不写代码训练模型的人,可以在浏览器里用,也可以在自己的电脑上运行。

Finetune 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Docker
  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 足够的磁盘空间,仓库里有 3 个文件
用在
  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Docker
  • macOS,需要 Docker
  • Linux,需要 Docker
先运行
pip install -U huggingface_hub
hf download josephwong135/finetune --repo-type space --local-dir finetune
cd finetune

平台

Windows操作系统
Docker容器
macOS操作系统
Linux操作系统

关于

它是什么

Finetune 是围绕 AutoTrain 搭建的 Docker Space,AutoTrain 是 Hugging Face 提供的免写代码训练 AI 模型的方式。README 承诺不用写代码就能创建模型,并指向 AutoTrain 文档。仓库很小,只有一个构建应用的 Dockerfile 和一份 README。

适合谁

想在不编程的情况下训练或微调模型的人,以及想要一套现成的 AutoTrain Docker 配置的开发者,都适合用它。

IndustryWho uses itHow they use itExample
机器学习分析师和爱好者不写代码就设置一个训练任务打开这个 Space,按 AutoTrain 文档操作
研究学生把模型训练当作第一个项目来试走一遍应用,看清各个步骤
软件开发者构建 Docker 镜像并在本地运行构建名为 finetune 的镜像并发布 7860 端口
教育老师演示免写代码的模型训练是怎么回事在共享屏幕上带全班走一遍这个 Space

喜欢自己写训练代码的人可以跳过。

用在哪里

它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Docker
  • macOS,需要 Docker
  • Linux,需要 Docker
Use caseWhoWhat they get back
不写代码训练模型不会编程的人浏览器里的一个训练应用
在自己的电脑上运行应用开发者一个在 7860 端口提供服务的本地容器
了解应用是怎么搭的学习者一个 Dockerfile 和一份 README 可供研究

如何设置

在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。

  • Docker
  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 足够的磁盘空间,仓库里有 3 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 构建 Docker 镜像,并命名为 finetune。
  5. 运行容器,把 7860 端口发布到你的电脑。
pip install -U huggingface_hub
hf download josephwong135/finetune --repo-type space --local-dir finetune
cd finetune
docker build -t finetune .
docker run -it -p 7860:7860 finetune

如何使用

打开 Hugging Face 上的 Space 页面,或者启动容器,再用浏览器访问你电脑的 7860 端口。来源没有描述各个界面,所以具体步骤请看 AutoTrain 文档。

docker run -it -p 7860:7860 finetune
ToolWhat it does
Dockerfile定义应用镜像怎么构建
docker build构建名为 finetune 的镜像
docker run启动容器并发布 7860 端口
hf download把这个 Space 的文件复制到你的电脑

示例

你先用上面的 docker build 命令构建镜像,再用 docker run 命令启动它。容器随后在 7860 端口提供应用,你的浏览器可以在那里访问它。

新手与专家

微调的意思是拿一个已有的模型,用你自己的样例继续训练。AutoTrain 让你不写代码也能做到。第一件可以试的小事,是先打开在线的 Space,再考虑在本地搭建。

仓库里除了 Dockerfile 没有别的应用代码,所以应用是什么样,取决于这个 Dockerfile 安装了什么,构建前先读一遍。README 还附有 Abhishek Thakur 的一篇 AutoTrain 论文的引用。

  1. 你打开 Space 或启动容器
  2. Dockerfile 定义了运行的内容
  3. 应用监听 7860 端口
  4. 你在浏览器里使用 AutoTrain 界面

注意事项

README 基本上只是指向 AutoTrain 文档,大部分细节都在那里。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 来源没有说明,所以给它数据之前先检查 Dockerfile
  • Hardware: 来源没有提到硬件,你自己的电脑需要什么也没有说明

README 和文件

README

Finetune

把 Hugging Face 的 AutoTrain 打包成 Docker 应用,AutoTrain 是一种免写代码训练 AI 模型的方式。适合想不写代码训练模型的人,可以在浏览器里用,也可以在自己的电脑上运行。

由 josephwong135 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Finetune 是围绕 AutoTrain 搭建的 Docker Space,AutoTrain 是 Hugging Face 提供的免写代码训练 AI 模型的方式。README 承诺不用写代码就能创建模型,并指向 AutoTrain 文档。仓库很小,只有一个构建应用的 Dockerfile 和一份 README。

适合谁:想在不编程的情况下训练或微调模型的人,以及想要一套现成的 AutoTrain Docker 配置的开发者,都适合用它。

Industry | Who uses it | How they use it | Example
机器学习 | 分析师和爱好者 | 不写代码就设置一个训练任务 | 打开这个 Space,按 AutoTrain 文档操作
研究 | 学生 | 把模型训练当作第一个项目来试 | 走一遍应用,看清各个步骤
软件 | 开发者 | 构建 Docker 镜像并在本地运行 | 构建名为 finetune 的镜像并发布 7860 端口
教育 | 老师 | 演示免写代码的模型训练是怎么回事 | 在共享屏幕上带全班走一遍这个 Space

喜欢自己写训练代码的人可以跳过。

用在哪里:它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Docker
  • macOS,需要 Docker
  • Linux,需要 Docker
Use case | Who | What they get back
不写代码训练模型 | 不会编程的人 | 浏览器里的一个训练应用
在自己的电脑上运行应用 | 开发者 | 一个在 7860 端口提供服务的本地容器
了解应用是怎么搭的 | 学习者 | 一个 Dockerfile 和一份 README 可供研究

如何设置:在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。

  • Docker
  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 足够的磁盘空间,仓库里有 3 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 构建 Docker 镜像,并命名为 finetune。
  5. 运行容器,把 7860 端口发布到你的电脑。
pip install -U huggingface_hub
hf download josephwong135/finetune --repo-type space --local-dir finetune
cd finetune
docker build -t finetune .
docker run -it -p 7860:7860 finetune

如何使用:打开 Hugging Face 上的 Space 页面,或者启动容器,再用浏览器访问你电脑的 7860 端口。来源没有描述各个界面,所以具体步骤请看 AutoTrain 文档。

docker run -it -p 7860:7860 finetune
Tool | What it does
Dockerfile | 定义应用镜像怎么构建
docker build | 构建名为 finetune 的镜像
docker run | 启动容器并发布 7860 端口
hf download | 把这个 Space 的文件复制到你的电脑

示例:你先用上面的 docker build 命令构建镜像,再用 docker run 命令启动它。容器随后在 7860 端口提供应用,你的浏览器可以在那里访问它。

新手与专家:微调的意思是拿一个已有的模型,用你自己的样例继续训练。AutoTrain 让你不写代码也能做到。第一件可以试的小事,是先打开在线的 Space,再考虑在本地搭建。

仓库里除了 Dockerfile 没有别的应用代码,所以应用是什么样,取决于这个 Dockerfile 安装了什么,构建前先读一遍。README 还附有 Abhishek Thakur 的一篇 AutoTrain 论文的引用。

你打开 Space 或启动容器
Dockerfile 定义了运行的内容
应用监听 7860 端口
你在浏览器里使用 AutoTrain 界面

注意事项:README 基本上只是指向 AutoTrain 文档,大部分细节都在那里。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 来源没有说明,所以给它数据之前先检查 Dockerfile
  • Hardware: 来源没有提到硬件,你自己的电脑需要什么也没有说明

Hugging Face 上的数据(2026年11月13日)

  • 点赞:3
  • 构建方式:docker
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/josephwong135/finetune
  • 文件:https://huggingface.co/spaces/josephwong135/finetune/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Finetune 本页3dockerapache-2.0
Zero GPU Spaces共有 docker985dockermit
Kimodo共有 docker340dockerapache-2.0
Harness Leaderboard共有 docker323dockerapache-2.0
Flowise共有 docker132dockermit
Multitrack Midi Music Generator共有 docker130dockermit
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架