引言
本笔记可以作为学习手册的扩充版本，也是一份快速上手的指南。灰色的备注部分包含了关于步骤的详细解释和扩展内容，建议你可以先跳过这些备注，等完成所有步骤后再回头查阅。
第一步：搭建代码环境
1.1 申请阿里云PAI-DSW
阿里云PAI-DSW（Data Science Workshop）是一个云端开发工具平台，相当于你租用了一台功能强大的远程主机。这台“主机”配备了所需的一切工具和资源，用于创建和训练AI模型，无需担心自己电脑的性能是否足够。
在本次比赛中，PAI-DSW的作用包括：
模型训练：利用PAI-DSW的计算能力训练LoRA模型，生成各种风格的图片。 项目管理：在PAI-DSW上管理项目文件和数据，包括代码存放及模型和输出的存储。首先，我们需要进入阿里云PAI-DSW官网，领取5000算力时，并为接下来的环境搭建做准备。
具体操作步骤：
点击任意红色箭头指向的蓝色链接，进入阿里云免费试用页面。 弹出窗口后，使用支付宝扫码并点击授权。 返回原窗口，再次点击“立即试用”，勾选同意，点击“立即试用”。 显示授权成功页面后即可关闭该网页。由于我之前已经使用完了，这里就直接使用魔塔社区的notebook
记得显存要选24GB的，16GB的版本会爆显存
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，提供模型体验、下载、调优、训练、推理和部署的一站式服务。它涵盖了多模态和多领域的AI模型和数据集，为你提供创建和管理项目的便利。
魔搭社区的作用包括：
创建PAI实例：在魔搭社区中创建PAI实例，设置工作环境。 Notebook功能支持：与阿里云合作提供的Notebook功能，方便代码编写和模型训练。 上传和分享模型：将训练好的LoRA模型上传到魔搭社区，与评委和其他参赛者分享。 发布作品：在魔搭社区的讨论区发布8图故事作品，展示图像风格和故事情节。接下来，我们需要绑定阿里云PAI-DSW。
具体操作步骤：
点击任意红色箭头指向的蓝色链接，进入魔搭社区页面。 如果未登录，点击“登录/注册”，完成后返回教程。 点击“去授权”，复制UID后点击“去授权”。 同意授权并粘贴UID，点击“确定”。1.3 报名参赛
本夏令营通过实时提交结果检验学习成果，比赛和夏令营紧密结合。
报名参加可图Kolors-LoRA风格故事挑战赛，该比赛旨在通过生成图片讲述连贯故事，培养AI实践能力。
具体操作步骤：
点击阿里云天池大赛的赛制链接，完成报名。 完成报名后关闭窗口，无需组建或加入团队。1.4 创建PAI实例
PAI实例相当于操作系统中的账户，用于与系统交互。每个实例都有独立的工作空间和资源，不会互相干扰。
在本次比赛中，创建PAI实例的作用包括：
模型训练：利用PAI实例的计算资源训练LoRA模型，生成风格图片。 项目管理：在PAI实例中存储和管理项目文件，确保项目文件井井有条。 资源独立：确保比赛项目与其他项目互不干扰，后续可创建新实例进行不同项目的开发。具体操作步骤：
返回魔搭界面，点击“创建实例”。 选择第二个选项，其他设置保持默认。 滑动页面到底部，点击“下一步”，然后点击“创建实例”。 等待2-3分钟，状态变为“运行中”后，点击右侧的“打开”按钮。第二步：30分钟体验一站式Baseline
在这一步中，你不需要编写代码，只需按照步骤运行Baseline代码，就可以得到你的第一个结果。后续的学习将围绕理解、修改和优化代码来提升结果的质量。
2.1 下载赛题数据和Baseline
在阿里云PAI-DSW中，你需要通过终端（Terminal）执行一些命令，获取和准备必要的资源。以下命令的作用是处理大文件和下载数据集：
git lfs install：安装并配置git lfs，处理大文件。 git clone：从ModelScope远程仓库下载Kolors数据集和相关文件。具体操作步骤：
点击Terminal，输入以下命令并按Enter：git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors.git
2.2 进入Baseline
具体操作步骤：
双击进入下载的文件夹。 双击Baseline文件，打开进行下一步操作。2.3 准备工作
安装Data-Juicer和DiffSynth-Studio是关键准备步骤。这两个工具分别负责数据处理和模型训练：
Data-Juicer：简化数据的提取、转换和加载过程。 DiffSynth-Studio：提供高效的训练环境，帮助你微调LoRA模型。具体操作步骤：
运行Baseline代码，等待约10分钟。 点击“重启Kernel”按钮，腾出内存空间。2.4 运行剩余Baseline
具体操作步骤：
继续运行剩余的Baseline代码，等待约30分钟，直到完成模型训练和图像生成。第三步：提交结果
3.1 准备提交文件
在终端中创建输出文件夹并复制生成的文件，准备提交。
具体操作步骤：
返回Terminal，输入以下命令并按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/
3.2 提交结果
具体操作步骤：
双击output文件夹，保存其中的两个文件。 填写标题和内容，上传文件，点击“创建”完成提交。完成效果图
年轻的冒险家手握古老的地图，穿越茂密的森林，开始了一段充满未知的旅程。他深入森林，发现了奇异的生物，并最终在森林深处发现了一座被藤蔓覆盖的古老遗迹。冒险家进入遗迹，发现一扇通往地下密室的巨大石门，进入后发现了一个古老文明的宝藏和刻满神秘符文的石板。通过解读这些符文，冒险家揭示了一个掌握强大魔法的远古族群的真相。最后，带着对未来冒险的期待，他离开了遗迹，结束了这段神秘的旅程。
总结
### 文章总结本文是一篇详细的操作指南，旨在帮助用户快速上手参加可图Kolors-LoRA风格故事挑战赛。文章分为三大步骤，覆盖了从环境搭建到完成赛题提交的全流程，特别为初学者提供了详细的指导和注意事项。
#### 第一步：搭建代码环境
- **申请阿里云PAI-DSW**：介绍PAI-DSW作为云端开发工具平台的功能和重要性，并详细说明了如何通过阿里云官网申请5000算力时以及如何授权魔搭社区（ModelScope）。
- **授权魔搭社区**：阐述了魔搭社区的功能和优势，并指导用户如何通过魔搭社区创建PAI实例，配置工作环境，并上传和分享模型。
- **报名参赛**：简单介绍了如何报名参加挑战赛。
- **创建PAI实例**：详细说明了在魔搭社区中创建PAI实例的步骤，用于模型训练和项目管理。
#### 第二步：30分钟体验一站式Baseline
- **下载赛题数据和Baseline**：通过PAI-DSW的终端执行命令，从ModelScope下载Kolors数据集及相关文件，完成数据准备。
- **进入和运行Baseline**：用户无需编写代码，只需按照提示双击打开并运行Baseline代码，完成数据处理、模型训练及图像生成的初步体验。
- **安装关键工具**：包括Data-Juicer和DiffSynth-Studio，用于数据处理和模型训练，提升训练效率和效果。
#### 第三步：提交结果
- **准备提交文件**：在终端中创建输出文件夹，并将生成的模型文件和图像文件复制至指定位置，准备提交。
- **提交结果**：通过系统提交页面上传文件，并填写相关信息完成最终提交。
### 结语
本文为参加可图Kolors-LoRA风格故事挑战赛的用户提供了从零基础到完成赛题提交的系统性指导，无论是环境搭建还是模型运行及结果提交，都给出了详细且易懂的步骤说明和注意事项。用户只需按照指南操作，即可快速上手并体验AI模型训练和生成的乐趣。