Datawhale X 魔搭 AI夏令营第四期 AIGC方向 Task01笔记

文章简介：

本篇文章记录了本人跑通baseline中的心得以及体会

赛事背景：

本次可图Kolors-LoRA风格故事挑战赛要求参赛者在可图Kolors 模型的基础上训练LoRA 模型，生成无限风格，如水墨画风格、水彩风格、赛博朋克风格、日漫风格，并基于LoRA模型生成 8 张图片组成连贯故事，进而评估LoRA风格的美感度及连贯性 

Lora介绍：

Stable Diffusion中的Lora（LoRA）模型是一种轻量级的微调方法，它代表了“Low-Rank Adaptation”，即低秩适应。Lora不是指单一的具体模型，而是指一类通过特定微调技术应用于基础模型的扩展应用。在Stable Diffusion这一文本到图像合成模型的框架下，Lora被用来对预训练好的大模型进行针对性优化，以实现对特定主题、风格或任务的精细化控制。

个人心得以及体会：

第一次学习有关AI方面的知识，还是感到非常陌生的，但是对于第一节课的体验baseline，还是没有感觉到任何压力的，但是在跟着教程一步步运行程序时，我并不理解相关程序的作用，也不知道应该如何独立去使用它，希望在后续的课程中可以逐渐学习和成长。

在运行过程中，我发现目前的AI模型并不够强大，在调整prompt时，它并不能精确识别到一些词语所带的意思，此时需要更细致的去描述该词语直到模型理解为止，每修改完成一次prompt后，重新运行相关代码时会出现卡顿的情况，不知道是不是由于个人设备问题导致