Datawhale AI夏令营--task01笔记

从零入门AI生图原理&实践 是Datawhile 2024年AI夏令营第四期AIGC方向学习活动，基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的时间学习。

Datawhile官方速通链接：Datawhale (linklearner.com)https://linklearner.com/activity/14/10/24

下面是学习笔记：

1.开通阿里云PAI-DSW试用并在魔搭社区进行授权；

2.创建PAI实例，以上过程较为简单，略；

3.执行baseline

（1）创建实例后输入以下代码以下载baseline文件：

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

这是为了拉取远程baseline文件，回车运行等待就好

之后打开baseline文件；

（2）安装环境并重启kernel

包括安装 Data-Juicer 和 DiffSynth-Studio

其中Data-Juicer为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为高效微调训练大模型工具

不过这一步可能会因为网络问题导致环境安装缺漏，重启是为了防止显存溢出影响后续运行

（3）调整prompt，设置想要的图片风格，依次修改8张图片的描述，包括正面和负面

这里我修改了图1的八个描述想看看能否成功生成想要的大致类型，我将其修改为:

"二次元，一个紫色长发女性，在草地中站着，双手拿着刀，很严肃，全身，粉色汉服”

点击运行后成功运行

4.但这是第二次运行成果，第一次出现了一些报错，在下图所示代码下方报错：

No module named 'data_juicer'

尝试过后发现只需要restart实例并重新运行便可解决

5.而整个模型微调训练过程如下：

首先下载模型、查看训练脚本传入参数，然后开始训练；调参是很重要的环节但学习任务暂时没到所以很期待之后学习内容

6.将结果上传魔搭社区：

创建新的实例并运行：

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/

之后在output文件夹下载jpg文件和ckpt文件，在魔搭社区创建并上传两个文件即可

7.最后别忘记关闭pai实例，整个过程结束，结尾附高清图：