Datawhale AI 夏令营Task1——运行baseline

算力准备——申请阿里云PAI-DSW

DSW（Data Science Workshop）是为算法开发者量身打造的一站式AI开发平台，集成了JupyterLab、WebIDE、Terminal多种云端开发环境，新用户可以申请三个月免费试用期。申请后可以不用配置环境直接在电脑上跑模型。

链接：阿里云免费试用 - 阿里云

创建PAI实例

就是在DSW上新建一个工程，魔搭社区关联阿里云账号后可以直接管理实例。

新建实例并打开，

下载提供的baseline：

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors.git

然后打开文件夹里面的ipynb文件，这个就是jupyterlab里面的baseline，

因为jupyter的特性，可以将笔记和程序写在同一个文件中 ，所以就可以依据提示进行下面的操作了

安装环境——Data-Juicer 和 DiffSynth-Studio

Data-Juicer：数据处理和转换工具，旨在简化数据的提取、转换和加载过程

DiffSynth-Studio：高效微调训练大模型工具

在本项目中，Data-Juicer主要用于整理训练数据文件

DiffSynth-Studio在基础模型上，使用前面整理好的数据文件进行训练微调

安装完毕记得重启kernel

修改prompt

修改汉字就好了，表述要精确一点

运行剩下部分

一键运行等待大约20分钟

导出成果

创建新的terminal，创建移动结果文件

mkdir /mnt/workspace/kolors/output & cd 
cp /mnt/workspace/kolors/models/lightning_logs/version_0/checkpoints/epoch\=0-step\=500.ckpt /mnt/workspace/kolors/output/
cp /mnt/workspace/kolors/1.jpg /mnt/workspace/kolors/output/

得到成果：