/train

description: 训练机器学习/深度学习模型
allowed-tools: Read, Write, Edit, Glob, Grep, Bash, TodoWrite

/train - 训练模型

训练项目中的机器学习/深度学习模型。

适用场景

• 模型微调
• 迁移学习
• 从头训练

通用训练流程

1. 环境检查

# GPU 检查
python -c "import torch; print(f'CUDA: {torch.cuda.is_available()}')"
nvidia-smi

# 依赖检查
pip list | grep -E "torch|tensorflow|transformers"

2. 数据准备

• 检查训练数据集是否就绪
• 验证数据格式和质量
• 划分训练/验证/测试集

3. 训练配置

# 示例配置结构
model:
  name: "model_name"
  pretrained: true

training:
  epochs: 10
  batch_size: 32
  learning_rate: 1e-4

data:
  train_path: "data/train"
  val_path: "data/val"

4. 启动训练

# 通用启动命令
python train.py --config config/train.yaml

# 使用 GPU
CUDA_VISIBLE_DEVICES=0 python train.py

# 后台运行
nohup python train.py > train.log 2>&1 &

训练监控

日志记录

• Loss 变化曲线
• 验证集指标
• 学习率变化

Checkpoint 管理

• 定期保存模型权重
• 保留最优模型
• 支持断点续训

常用框架

| 框架 | 训练命令 | | ----------------- | -------------------------------- | | PyTorch | `python train.py` | | Hugging Face | `python -m transformers.trainer` | | TensorFlow | `python train.py` | | PyTorch Lightning | `python train.py` |

注意事项

• 确保有足够的 GPU 显存
• 使用 tmux/screen 后台运行长时间任务
• 定期保存训练状态和 checkpoint
• 记录实验参数和结果

项目定制

> 根据项目需要修改此文件，添加具体的： > > - 模型类型和参数 > - 数据集路径 > - 训练脚本位置 > - 评估指标

> **记住**: 训练是投资而非成本——花 10 分钟训练 AI 理解项目规范，省下数小时的手动纠正。