第一步:下载baseline文件
(1)安装lfs,用于git脚本命令下载大文件
git lfs install
在AI模型和数据集中,通常包含一些较大的文件,例如图像或模型参数。这些文件可能会超过普通Git仓库的处理能力。git lfs
可以帮助你管理和下载这些大文件,确保你的项目能够顺利运行。Git LFS(Large File Storage)是一个用于Git版本控制系统的扩展 ,它专门用来管理大型文件,如图像、音频和视频文件。
Git LFS的主要功能和优势包括:
- 缩小仓库尺寸:LFS通过仅在Git仓库中存储大文件的文本指针来减小仓库的大小。实际的文件内容存储在Git LFS服务器上,而不是本地仓库中,这样可以显著减少本地仓库的体积。
- 提高性能:因为大文件的实际内容并没有直接存储在Git历史记录中,所以使用Git LFS可以加快克隆、拉取和推送操作的速度,尤其是对于那些包含大量大型文件且经常修改的项目。
- 更好的大文件管理:Git LFS为大文件提供了更高效的管理方式,使得这些文件的版本控制更加便捷,同时减少了对磁盘空间的占用和网络带宽的需求。
(2)下载kolors项目代码
git clone https://www.modelscope.cn/datasets/maochase/kolors.git
第二步: 打开kolors项目,双击打开baseline.ipynb
第三步:按照LoRA 样例脚本,一步一步执行命令
注意:手动重启 Notebook kernel的按钮在这里,如下截图
最后的脚本,是用来可视化展示生成的8张二次元图片的。
第四步:魔搭社区上传模型,以下是我上传的模型
https://www.modelscope.cn/models/mtrycatch/xbrmlzwh-LoRA-xsrm
执行脚本:
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/
分别右键下载这两个文件,后续上传模型要用。
第五步:进入魔搭社区,创建自己的模型,记得一定要选择公开模型
模型效果示例:上传刚下载的jpg图片,1.jpg
Lora权重:上传刚下载的ckpt文件,epoch=0-step=500.ckpt
尤其注意点,完成任务后,记得关闭实例!!!否则会一直消耗算力。