इस निर्देशिका में मॉडल, डेटा और आउटपुट फ़ोल्डर बनाना सुविधाजनक है। टर्मिनल में निम्न कमांड चलाएं।

mkdir -p /mnt/workspace/models /mnt/workspace/data /mnt/workspace/outputs

मॉडल डाउनलोड करते समय, सहेजने का स्थान सीधे निर्दिष्ट कर सकते हैं।

from modelscope import snapshot_download

model_dir = snapshot_download(
    'Qwen/Qwen3-0.6B',
    local_dir='/mnt/workspace/models/Qwen3-0.6B',
)
print(model_dir)

यदि देखना है कि कितना स्टोरेज उपयोग हो चुका है, तो टर्मिनल में निम्न कमांड चलाएं।

du -sh /mnt/workspace

मॉडल फ़ाइलें जल्दी से जगह घेर लेती हैं। अब आवश्यक नहीं संस्करणों को समय-समय पर साफ़ करें। महत्वपूर्ण कोड और प्रयोग परिणामों की नियमित रूप से स्थानीय कॉपी डाउनलोड करें।

पहले एक पंक्ति कोड चलाएं, फिर आसान हो जाता है

फ़ाइल क्षेत्र में एक नई test.ipynb फ़ाइल बनाएं, खोलकर कोड सेल जोड़ें। पहली बार एक सरल Python पंक्ति लिखें।

print('Hello, ModelScope Notebook!')

कोड सेल के बाईं ओर रन बटन पर क्लिक करें, आउटपुट नीचे दिखाई देगा।

ModelScope इंस्टॉल करने की आवश्यकता होने पर, कोड सेल में निम्न कमांड चलाएं।

%pip install -U modelscope

फिर एक नया सेल बनाएं, पहले का मॉडल डाउनलोड कोड पेस्ट करें। डेटा पढ़ने की आवश्यकता होने पर, MsDataset.load उदाहरण जोड़ें।

Notebook की सुविधा यह है कि कोड, विवरण और रन परिणाम एक ही फ़ाइल में रख सकते हैं।

प्रयोग समाप्त? GPU चालू न छोड़ें

मुफ्त GPU में समय सीमा होती है। कार्य पूरा होने पर इंस्टेंस बंद करना याद रखें। केवल पेज छोड़ने या ब्राउज़र बंद करने से क्लाउड मशीन बंद नहीं होती। Notebook पेज पर लौटकर शेष कोटा देख सकते हैं।

लंबे कार्यों के लिए प्रगति सहेजने की योजना पहले से बनाएं। ट्रेनिंग फ़ाइलें /mnt/workspace में लिखें। GPU कोटा समाप्त होने पर, मुफ्त CPU वातावरण में डेटा प्रोसेसिंग और डीबगिंग जारी रख सकते हैं।

पहली बार कार्यों को बहुत अधिक न भरें। वातावरण खोलें, एक Notebook बनाएं, एक छोटा मॉडल डाउनलोड करें, और उदाहरण चलाएं।

"30 मिनट में पहला परिणाम देखें" अध्याय देखें।