【AI百炼实训】003：自己搭建AI模型！AIBOOK本地训推
【AI百炼实训】持续更新优质内容，让每位学习者都能掌握 AIBOOK 算力本的核心功能。本期将为大家带来 AI 实训第三弹！让我们一起开发AIBOOK算力本的强大性能，在本地训推AI模型吧！
📄 项目介绍
本项目展示如何借助 AIBOOK算力本，在本地一步步完成一个完整的 AI 模型实训流程。从模型训练到推理部署，学生或初学者都能独立操作、快速上手，真正实现“边学边练”，无需依赖昂贵服务器或复杂环境配置。
🧠 项目难度
高，本项目推荐有编程经验的用户体验。 前置能力要求：
-
具备基础 Python 编程能力：熟悉变量、函数、流程控制（如 if/for）、模块导入等基本语法。
-
了解文件操作与命令行使用：会打开终端，能运行 脚本，理解路径、环境等基本操作。
-
具备初步的 AI 概念理解：了解“训练-验证-推理”的基本流程，对数据集、损失函数、模型结构有初步概念更佳。
✨ 项目亮点
-
零基础构建GoogleNet经典模型：从底层架构开始搭建AI模型，在实践中理解和掌握深度学习的核心原理。
-
专为教学设计的AI实训：详细代码注释+实时训练反馈+可视化结果输出，自学教学两相宜。
-
真正的离线AI实验室：突破网络限制，在校园/家庭/无网环境都能完整进行模型训练和测试
-
看得见的AI学习过程：动态损失曲线+分类效果可视化，直观展示模型"思考"过程。
🛠️ 操作步骤
第一步：环境准备
1.点击 AIBOOK 桌面上的「终端」图标，进入命令行界面
2.执行以下命令安装 Musa 运行环境（初次安装可能需要较长时间，请耐心等待）
curl -fsSL https://apollo-appstore-pre.tos-cn-beijing.volces.com/appstore/release/install.sh | bash
3. 安装完成后terminal执行命令，启动环境，左下角括号内为musa则启动成功
source ~/.bashrc
conda activate musa
第二步：安装课件
1. 继续在终端中执行以下命令，安装课件依赖包（首次运行时间较长）
conda run -n musa bash -c 'pip install https://apollo-appstore-pre.tos-cn-beijing.volces.com/appstore/release/courses/d2l-2.0.0-py3-none-any.whl
2. 下载教学课程源码
conda run -n musa bash -c 'pip install https://apollo-appstore-pre.tos-cn-beijing.volces.com/appstore/release/courses/d2l-2.0.0-py3-none-any.whl'
3. 解压课程文件
unzip -d d2l-zh-2.0.0 d2l-zh-2.0.0.zip
第三步：打开 VS Code 查看实训教程
1. 打开 VSCode，选择刚才解压的课程路径
2. 打开文件夹 /d2l-zh-2.0.0/pytorch/chapter_convolutional-modern下googlenet.ipynb
3. 首次打开时，点击界面上方的 “Select Kernel”，选择 “Install/Enable Suggested Extensions” 以安装必要插件
4. 插件安装完成后，再次点击 “Select Kernel”，选择 “Python Environments”
5. 确认环境为MUSA
第四步：进行本地训练
1. 点击RunAll按顺序执行代码即可
2. 这里我们首先自己搭建了Googlenet模型
3. 基于Fashion-MNIST数据集进行训练
📌 注意事项：
-
完成 5 轮 训练约需 20 分钟。
-
训练期间将占用较多显存与算力，建议暂停其他大型程序运行，避免系统卡顿或中断。
-
可在终端或输出区域实时观察训练指标：准确率稳步提升、损失函数逐步下降，模型逐渐学会如何更好地识别图像。
4. 将训练权重存储到本地
第五步：加载模型进行本地推理
训练完成后，执行接下来的代码块，将模型重新加载并对测试图片进行预测。
🎉 看! 我们训练好的 AI成功识别了各种潮流单品
🖼️ 最终效果图
爱簿智能【AI百炼实训】计划，致力于通过一系列AIBOOK实战项目教程，将复杂技术转化 为可落地的实训案例。以“理论 + 代码 + 案例”三位一体的模式，助力开发者、AI爱好者及大学生跨越从AI理论到实践的鸿沟。
更多AIBOOK实训案例与详细教程，正在路上，敬请期待。
用AIBOOK算力本，让AI开发更简单！
