AIUnlimited
🌳

AI-Fundamenten

🌱
AI Seeds

Begin bij nul

🌿
AI Sprouts

Bouw een fundament

🌳
AI Branches

Pas toe in de praktijk

🏕️
AI Canopy

Ga de diepte in

🌲
AI Forest

Beheers AI

🔨

AI-Meesterschap

✏️
AI Sketch

Begin bij nul

🪨
AI Chisel

Bouw een fundament

⚒️
AI Craft

Pas toe in de praktijk

💎
AI Polish

Ga de diepte in

🏆
AI Masterpiece

Beheers AI

📘

AI Praktijk

📖
Open-source modellen begrijpen

Fundamenten en bronnen voor open-source modellen

🎯
Van probleem naar modeltaak

Bedrijfsproblemen omzetten in modeltaken

⚡
Uw eerste model uitvoeren

Zie uw eerste resultaten in 30 minuten

🔧
Fijntuning en evaluatie

Modellen fijntunen en prestaties evalueren

🚀
Applicatiesystemen

Bouw echte AI-toepassingen

🎨
Generatieve AI

Verken open-source AIGC-modellen

🤖
Agents

Leer Agent-frameworks en MCP-tools

📐
Aanvullende fundamenten

LLM-basis en evaluatie

🎓

Claude Academie

🤖
Claude 101

Learn AI basics with Claude

💻
Claude Code 101

Code with Claude as your pair programmer

🤝
Introduction to Claude Cowork

Collaborate with Claude on complex projects

⚙️
Claude Platform 101

Build apps with the Claude API

Lab

7 experimenten geladen
🧬Neuraal Netwerk Sandbox🤖AI of Mens?🥋Prompt Engineering Dojo🏁Algoritme-race🧠AI-triviant🏗️Systeemontwerp Canvas
🎯Proef-sollicitatieGa naar het lab→
🚀

Carrièreontwikkeling

🚀
Interview Startplatform

Start je reis

🌟
Gedragsinterview Meesterschap

Beheers soft skills

💻
Technische Interviews

Slaag voor de codeerronde

🤖
AI- & ML-interviews

ML-interview meesterschap

🏆
Aanbod & verder

Bemachtig het beste aanbod

Begin met leren
AIUnlimited

MIT-licentie.

沪ICP备18025655号-11

Leren

  • AI-basis
  • AI Praktijk
  • Claude Academie
  • Lab
  • Carrièreontwikkeling

Community

  • Over ons
  • FAQ

Ondersteuning

  • footer.terms
  • footer.privacy
  • footer.contact
AI & Engineering Opleidingen›📖 Open-source modellen begrijpen›Lessen›Free Resources for Open-Source Models
🆓
Open-source modellen begrijpen • Beginner⏱️ 10 min leestijd

Free Resources for Open-Source Models

Geen resources? U kunt toch met open source modellen spelen - Gratis resources hier

Het model is gevonden, de gegevens zijn gereed, maar je zit vast op het laatste probleem — geen resources om uit te voeren,

Je computer heeft geen GPU, of niet genoeg VRAM, of zelfs niet genoeg RAM — dat is hartverscheurend~

Geen zorgen, je kunt eerst de gratis resources van ModelScope gebruiken,

ModelScope Notebook plaatst de ontwikkelomgeving in de cloud. Open een browser en je kunt code schrijven, gegevens verwerken en modelinferentie en fijntuning testen binnen gratis GPU-quota's.

Bij het begin met open source modellen hoef je geen nieuwe computer te kopen. Voer een klein experiment uit om te zien hoeveel resources je echt nodig hebt.

Hoeveel Gratis Resources Zijn Er? Controleer Voordat Je Gebruikt

ModelScope biedt gratis CPU-omgevingen en GPU-omgevingen met tijdsbeperking. Gratis resources omvatten,

Resource

Configuratie en quota

Waar je het eerst voor kunt gebruiken

CPU-omgeving

8-core CPU, 32GB RAM, onbeperkte gratis gebruiksduur

Bestanden downloaden, gegevens verwerken, code debuggen

GPU-omgeving

NVIDIA A10, 24GB VRAM, 36 uur gratis duur

Geschikt voor modelinferentie en kleine fine-tuning op deze VRAM-schaal

Opslagruimte

100GB blijvende opslag

Code, modellen, gegevens en experimentresultaten bewaren

Open een Browser en Start Eerst het Notebook

Log in op ModelScope, ga naar Mijn Notebook. Als de pagina vraagt om accountkoppeling of authenticatie, volg de instructies, selecteer dan CPU- of GPU-omgeving. Klik op 'Starten'.

illustratie

Nadat de instance gereed is, klik om het Notebook te bekijken en de ontwikkelingspagina te betreden. Een uitnodiging voor de nieuwe versie verschijnt.

illustratie

Waar Bestanden Worden Opgeslagen — Onthoud Dit

Na het betreden van de omgeving kun je je code en gegevens uploaden in het linkergedeelte en resultaten lokaal downloaden.

illustratie

Bestanden die je wilt bewaren moeten in de directory /mnt/workspace worden geplaatst. De 100GB persistente opslag van ModelScope is hier gemount. Bestanden in andere paden worden niet bewaard na sluiting.

Les 4 van 40% voltooid
←Data: The Foundation of Fine-Tuning

Discussie

Inloggen deelnemen aan de discussie

Je kunt model-, gegevens- en outputmappen aanmaken in deze directory. Voer het volgende commando uit in de terminal.

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

Bij het downloaden van modellen kun je ook de opslaglocatie opgeven.

from modelscope import snapshot_download

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

Als je wilt zien hoeveel opslag is gebruikt, voer het volgende commando uit in de terminal.

du -sh /mnt/workspace

Modelfiles kunnen veel ruimte innemen. Onnodige versies kunnen worden opgeruimd. Belangrijke code en resultaten kunnen periodiek lokaal worden gedownload.

Voer Eerst Eén Regel Code Uit, Dan Wordt het Makkelijker

Maak een nieuw bestand test.ipynb in het bestandsgebied, open het en voeg een codecel toe. Schrijf de eerste keer een eenvoudige Python-regel.

print('你好,魔搭Notebook!')

Klik op de uitvoerknop links van de codecel, de uitvoer wordt hieronder weergegeven.

illustratie

Wanneer je ModelScope moet installeren, voer het volgende commando uit in een codecel.

%pip install -U modelscope

Maak dan een nieuwe cel en plak de eerdere model-download-code. Voor gegevens kun je MsDataset.load-voorbeelden toevoegen.

Het gemak van het Notebook is dat code, uitleg en resultaten in hetzelfde bestand kunnen staan.

Experiment Afgerond? Laat de GPU Niet Aanstaan

Gratis GPU's hebben een tijdsbeperking. Vergeet niet de instance te stoppen na je taak. De pagina verlaten stopt de cloud-machine niet. Ga terug naar de Notebook-pagina om het resterende quota te controleren.

Voor lange taken, regel vooraf de voortgangsopslag. Trainingsbestanden moeten naar /mnt/workspace worden geschreven. Na opgebruik van GPU-quota, ga verder met gratis CPU; voor meer rekenkracht, kies promotionele of betaalde resources.

Overbelast de taken de eerste keer niet. Open de omgeving, maak een Notebook, download een klein model en voer de voorbeelden uit,

Je kunt het hoofdstuk 'Eerste Resultaten in 30 Minuten' raadplegen.