Datawhale-AIGC实践

Datawhale-AIGC实践

部署ChatGLM3-6B平台

1. clone 项目，配置环境

git clone https://github.com/THUDM/ChatGLM3.git
cd ChatGLM3
pip install -r requirement.txt

2. 修改web_demo.py, web_demo2.py

• 设置加载模型的路径
• 修改启动代码: demo.queue().launch(share=False, server_name="0.0.0.0", server_port=7000) （使用云服务器的7000端口）

3. 运行
   gradio界面 python web_demo.py
   

streamlit run web_demo2.py

添加端口

（不会写TOPK）

优化猫狗识别实践

1. 拷贝镜像，修改数据路径，设置随机打乱，命令行训练
   训练过程可视化可以通过设置ssh，然后利用tensorboard记录，映射到本地浏览器中打开
2. 提交训练任务，关闭之前的实例，新建任务，运行
   
3. 在“结果”中启动一个新的实例，对训练过程可视化
   
4. 发布模型
   

stable-diffusion

python launch.py --deepdanbooru --share --theme dark --xformers --listen --gradio-auth qdy:123456

（绷不住了，生成了一堆怪物）