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。
