Datawhale AI夏令营第四期魔搭-AIGC文生图方向Task1笔记

不用写一行代码，只需要跟着步骤点点点，就可以完成task01！

本笔记可视作学习手册速通指南的扩充版本。

灰色的备注是关于该步骤的解释和拓展，可以先跳过，等走完所有步骤再回头看！

 第一步 搭建代码环境

1.1 阿里云PAI-DSW申请

阿里云PAI-DSW（Data Science Workshop）是一个云端的开发工具平台，就像是你租用了一台非常强大的远程电脑主机。这台“主机”提供了你需要的一切工具和资源来创建和训练AI模型，不用担心你自己的电脑性能是否足够强大。

在本次比赛中，PAI-DSW的作用是：

训练模型： 使用PAI-DSW的计算能力，你可以训练你的LoRA模型，让它学会如何生成各种风格的图片。

管理项目： 在PAI-DSW上，你可以组织和管理你的项目文件和数据，包括代码的存放以及模型和输出的存储等。

所以，我们第一步需要进入阿里云PAI-DSW官网来开通领取5000算力时，为接下来环境的搭建等后续工作做准备。

点击任一红色箭头指向的蓝色链接
阿里云免费试用 - 阿里云

弹出窗口，打开支付宝扫码，点击授权

标回到原窗口，再次点击“立即试用”—>勾选—>“立即试用”题

显示此界面即可关闭该网页

1.2 授权魔搭社区

魔搭社区（ModelScope）是阿里云推出的AI模型开源社区，旨在为开发者提供一站式的模型体验、下载、调优、训练、推理和部署服务。社区涵盖了广泛的AI模型和数据集，支持多模态（包括文本、图像、声音等）和多领域（如智能语音、图像处理、自然语言处理等）的应用​。

魔搭社区类似于阿里云PAI-DSW这台性能强大的主机的操作系统。你可以在魔搭社区中创建和管理你的项目，进行模型训练等。

魔搭社区的作用：

创建PAI实例： 在魔搭社区中创建你的PAI实例，设置工作环境。

Notebook功能支持： 魔搭社区与阿里云合作，提供由阿里云支持的Notebook功能，方便你进行代码编写和模型训练。

上传和分享模型： 将你训练好的LoRA模型上传到魔搭社区，分享给评委和其他参赛者。

发布作品： 在魔搭社区的讨论区发布你的8图故事作品，展示你的图像风格和故事情节。

所以，接下来，我们来到魔搭社区官网，绑定阿里云PAI-DSW。

点击任一红色箭头指向的蓝色链接
魔搭社区

如果没有登录过就点击“登录/注册”，然后回到教程点击刚刚的蓝色链接
魔搭社区

点击“去授权”

点击“复制”—>“去授权”

点击“同意授权”

粘贴刚刚复制的UID，点击“确定”

1.3 报名参赛

本夏令营和比赛紧密结合，通过实时提交结果返回成绩来检验自己的学习成果。

可图Kolors-LoRA风格故事挑战赛，旨在通过生成图片来讲述连贯的故事，并培养大家的AI实践能力，与本赛道密切相关。

下一步是报名参赛，由于第一步已经注册登录阿里云，所以省去再次登录等步骤。

可图Kolors-LoRA风格故事挑战赛_创新应用大赛_天池大赛-阿里云天池的赛制

关闭窗口即可，无需组建或加入团队

1.4 创建PAI实例

PAI实例可以看作是操作系统中的一个账户，如果要和这个系统交互，那么系统中至少有一个账户。每个账户都有自己独立的工作空间和资源，互不干扰。

在本次比赛中，创建PAI实例的作用是：

训练模型： 使用PAI实例的计算资源来训练你的LoRA模型，让它学会生成各种风格的图片。

管理项目： 在PAI实例中存储和管理你的代码、数据和模型文件，确保所有项目文件都井井有条。

确保资源独立： 确保本比赛项目和其他项目互不干扰，以后需要用到PAI，可以创建新的实例，而不需要基于本比赛项目的实例。

回到魔搭界面，如果已经关闭可以点击蓝色链接跳转
魔搭社区

点击“创建实例”

这里要改选成第二个，其他地方不用改动

往下滑，点击“下一步”，然后点击“创建实例”

自动跳转回该界面，等待约2-3分钟，状态变为“运行中”，点击其右侧的“打开”

跳转至该界面，已经成功一半了！

第二步 30分钟体验一站式Baseline

正如一开始所说，你不需要写一行代码，因为代码已经现成完整、可以直接运行。

我们以后的学习将会围绕看懂代码，修改一点点代码，优化代码性能以达到更好的更满意的结果。

但是接下来，你只需要跟着步骤一步一步动动鼠标跑通Baseline，就可以得到你的第一个结果！

2.1 下载赛题数据和Baseline 

点击Terminal

在使用阿里云PAI-DSW进行AI文生图比赛时，你需要通过终端（Terminal）执行一些命令来获取和准备必要的资源。这些命令的主要作用如下：

为什么需要在终端输入 git lfs install 和 git clone 命令？

1. git lfs install

作用： git lfs（Git Large File Storage）是一个用于处理大文件的Git扩展工具。执行 git lfs install 是为了安装和配置这个工具，使其能够在Git中处理大文件。

原因： 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。

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

作用： git clone 命令用于从远程仓库下载整个项目到本地计算机。这个命令会将位于ModelScope上的Kolors数据集代码和相关文件复制到你的PAI实例中。

原因： 你需要这个数据集来训练你的LoRA模型。通过 git clone 下载数据集，可以确保你拥有最新版本的数据和代码，以便开始进行训练和开发。

这些步骤是为了准备你的工作环境，确保你可以顺利进行模型训练和项目开发。

复制如下代码并按Enter

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

2.2 进入Baseline 

双击进入文件夹

双击该文件

2.3 准备工作

在参加AI文生图比赛的过程中，安装 Data-Juicer 和 DiffSynth-Studio 是准备工作的关键步骤。这两个工具分别负责数据处理和模型训练，确保你能够顺利地从原始数据到生成最终的图像。

Data-Juicer 是一个专门用于数据处理和转换的工具。它的主要功能是简化数据的提取、转换和加载过程。

使用 Data-Juicer 来整理和转换数据，使数据适合用于训练。这一步骤确保你的数据能够被正确读取和处理，提高模型训练的效果。

DiffSynth-Studio 是一个用于高效微调和训练大模型的工具。它提供了优化的训练环境和功能，帮助你在基础模型上进行微调。

使用 DiffSynth-Studio 来微调和训练你的LoRA模型。它提供的高效训练环境和功能帮助你在基础模型的基础上进行优化，使其能够生成各种风格的图片。

等待10分钟

点击此按钮重启Kernel，腾出内存空间

2.4 运行剩余Baseline

静静等待半个小时...

大功告成！

还差一点点...

第三步 提交结果

回到Terminal

复制以下代码到Terminal并按Enter

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/

双击output文件夹

分别保存output文件夹下的两个文件

标题

填写内容，上传文件，点击“创建”

代码的具体解析待续.. 

总结