qidao123.com技术社区-IT企服评测·应用市场

标题: AIGC的第一次尝试#有奖赛事#Datawhale X 魔搭 AI夏令营 [打印本页]

作者: 缠丝猫 时间: 2024-8-26 02:49
标题: AIGC的第一次尝试#有奖赛事#Datawhale X 魔搭 AI夏令营
目录
寻衅赛内容
寻衅赛奖励
实践过程
Step 1（获得免费的Linux云计算主机）
Step 2（设置训练情况）
制品展示
总结
一、任务概述
二、学习劳绩
三、反思与展望
拓展
提示词
常见训练参数
一键AI天生图片体验

Datawhale 2024 年 AI 夏令营第四期的学习运动（“AIGC”方向）
该运动为面向“可图Kolors-LoRA风格故事寻衅赛”开展的实践学习
所有人均可参与，全程免费，参与方式为线上报名
想要免费体验AI作图的可以参与一下
ps：参与该夏令营并完成一定任务，有时机获得暑假实践证明
寻衅赛内容

参赛者需在可图 Kolors 模型的基础上训练LoRA 模型，风格不限。
基于LoRA模型天生 8 张图片构成连贯故事，故事内容可自定义
评估尺度：LoRA风格的美感度及连贯性

样例：偶像少女养成日志

寻衅赛奖励

奖项奖金一等奖（第1名）10000元*1二等奖（第2-4名）3000元*3三等奖（第5-10名）1000元*6人气奖（10个）500元天猫超市卡*10 PS：
人气奖：截止2024年8月31日23:59前点赞数+统计数，降序选出前10名，9月2日公布
实践过程

Step 1（获得免费的Linux云计算主机）

登录魔搭（可选手机号登岸、CSDN登录、GitHub登录）

打开我的Notebook

如图创建实例（约莫需要2分钟）

实例创建成功后点击下方的检察Notebook进入实例
Step 2（设置训练情况）

如图点击图标，进入终端

在窗口中依次输入命令（输入命令并回车后再输入下一条命令）

第一条命令：（安装运行依赖库）

git lfs install

复制代码

第二条命令：（克隆模型文件）

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

复制代码

双击进入kolors文件夹

双击打开baseline文件（进入下图窗口）

点击执行，执行完成后点击重启（该步骤用于一键安装依赖文件）

向下滑动，找到关键词，根据自己想法添加关键词（一共8幅图）（越靠前的关键词影响比重越大）
关键词输入似乎有数量限定（不确定，输入较多关键词时会提示字符数量过多）

结束后，点击一键运行，开始天生图像（约莫20分钟）

最后会在下方天生图像（滑动到页面最底下）
制品展示

总结

在这次AIGC（Artificial Intelligence Generated Content，人工智能天生内容）训练营中，我经历了一次冲动民气的学习与实践之旅，成功使用AI技术天生了八幅充满创意与个性化的图像作品。这次经历不仅深化了我对AI天生艺术的理解，也让我亲身体验到了科技与艺术融合的无穷可能。
一、任务概述

本次训练营的核心任务是通过输入关键词（如“星空”、“梦幻城堡”）与负面关键词（如“暗淡”、“单调”），引导AI算法创造出既符合正面引导又避免负面特性的图像。这一过程检验了我对AI天生内容的掌控能力，以及如何精准地传达个人审美与创意需求。同时这也是对AIGC的初步体验过程，该实践过程包含了情况搭建以及关键词输入，有助于对AIGC的入门。
二、学习劳绩

技术认知提升：通过理论学习与实操演练，我深入相识了AIGC背后的技术原理，包罗深度学习、卷积神经网络（CNN）、天生对抗网络（GAN）等关键技术。这些知识的掌握为我后续更好地使用AI工具打下了坚实的基础。
创意激发：在设定关键词与负面关键词的过程中，我不停尝试新的组合与搭配，激发了丰富的想象力与创造力。AI天生的图像往往超出预期，为我的创意世界增添了新的色彩与灵感。
技能实践：从最初的参数调整、模型选择，到最终的图像筛选与优化，我全程参与了AI天生图像的每一个步骤。这一过程不仅锻炼了我的实践能力，也让我更加熟悉了AI创作流程中的每一个细节。

三、反思与展望

固然本次任务取得了较为满意的效果，但我也意识到自己在AI技术掌握、创意发掘等方面仍有提升空间。未来，我将继续深入学习AIGC相关知识，探索更多AI创作工具与平台；同时，我也将更加注重个人创意的培养与表达，努力在AI与艺术的交融中创造出更多独特而富有魅力的作品。
拓展

提示词

提示词很重要，一样平常写法：主体描述，细节描述，修饰词，艺术风格，艺术家（越靠前比重越大）
常见训练参数

output_dir：指定模型保存的路径
output_name：指定模型保存的文件名（不含扩展名）
max_train_steps：指定训练的steps数
mixed_precision：使用混合精度来节省显存
gradient_checkpointing：用于节省显存，但是会增加训练时间
xformers / mem_eff_attn：用于节省显存
一键AI天生图片体验

魔搭提供了一键天生AI图片的功能，点击访问
ps：该模型训练工具上传的图片数量最多128张，相比于代码开发的模式，有一定的限定。故在模型效果上比我们上边代码天生的效果差。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 qidao123.com技术社区-IT企服评测·应用市场 (https://dis.qidao123.com/)