0元实现LoRA训练自由：无限免费V100白嫖攻略
最近做了一个AI绘画的硬件性能分析视频（BV1EL411v7LE），这当中使用了从百度AI Studio那儿白嫖的V100和A100。目前百度AI Studio只需要每天登陆运行项目就送8点算力卡，V100 16G每小时消耗0.5算力卡，在百度AI Studio中白嫖显卡是目前最划算的LoRA训练方式，因为它的成本就是0。
但是，百度AI Studio只允许运行paddlepaddle，不允许运行pytorch，这让许多小伙伴头皮发麻，因为自己最常用的webui整合包需要pytorch模型才能运行，而paddle的lora训练脚本只能输出pdparams，只能被paddle读取，不兼容pytorch。
因此，我在ppdiffusers的LoRA训练脚本的基础上，修改了模型保存阶段的代码，用pytorch safetensors保存LoRA模型，大家可以点击这个链接尝试：https://aistudio.baidu.com/aistudio/projectdetail/6047468
首先，点开上面的链接，在右上角注册/登陆一个AI Studio账号
然后，再次点开上面的链接，点击启动环境
如果你没有算力卡，先选择CPU，启动环境之后再回到刚才的页面点击停止关掉，系统会在你启动环境之后自动送你8点算力卡
进入环境之后，在train_data文件夹内，放上你需要训练的图片，如果你没有裁切也没关系，脚本会进行自动缩放，默认会缩放到512*512
在准备好图片之后，就可以着手安装环境了，BML Codelab默认是没有ppdiffusers的，这里我们需要打开项目目录下的main.ipynb进行安装，点击播放按钮运行代码安装，安装之后记得点击重启内核
重启内核后还是在main.ipynb内，继续往下翻，是运行脚本的代码，脚本后面的参数看链接（https://github.com/PaddlePaddle/PaddleNLP/tree/develop/ppdiffusers/examples/dreambooth）内的说明，这里帮大家填写好了默认的参数。模型可以使用huggingface和Civitai社区的，这里示例是chilloutmix，如果使用自己的模型，记得要先转换成diffuser格式再上传。训练好的LoRA模型会在lora_outputs目录里。
除了模型名称之外，还有两个重要的参数你是一定会需要修改的，那就是prompt。在这里我们使用百度的示例，自己实际训练的时候，以让模型认识新角色为例，可以把这两个prompt中的sks dog全部改成新角色的名称。
如果你是下载的模型，可以看看这一段，通过work目录保存下载的模型，这样就不用每次都打开了，公开项目不能接受那么大的文件体积，所以就没有了，大家自己运行的时候可以用这个。
最后是看看训练好的LoRA的效果，读取刚才训练好的safetensors，特别注意在AI Studio中只能使用ppdiffusers，好在ppdiffusers支持加载pytorch模型，因此我们依旧可以在这里预览模型效果。
Enjoy it！