Você pode criar pastas de modelos, dados e saídas neste diretório. Execute o comando no terminal.

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

Ao baixar modelos, você também pode especificar diretamente o local de salvamento.

from modelscope import snapshot_download

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

Se quiser ver quanto armazenamento foi usado, execute o comando no terminal.

du -sh /mnt/workspace

Arquivos de modelos podem ocupar muito espaço. Versões não necessárias podem ser limpas. Código importante e resultados podem ser baixados periodicamente.

Execute Uma Linha de Código Primeiro, Depois Fica Mais Fácil

Crie um novo arquivo test.ipynb na área de arquivos, abra-o e adicione uma célula de código. Escreva uma linha simples de Python.

print('Olá, ModelScope Notebook!')

Clique no botão de executar à esquerda da célula de código, e a saída será exibida abaixo.

Quando precisar instalar o ModelScope, execute o comando na célula de código.

%pip install -U modelscope

Depois crie uma nova célula e cole o código de download anterior. Para ler dados, adicione exemplos de MsDataset.load.

A conveniência do Notebook é que código, explicações e resultados podem estar no mesmo arquivo.

Experimento Terminado? Não Deixe a GPU Ligada

GPUs gratuitos têm limite de tempo. Lembre-se de parar a instância após a tarefa. Sair da página não para a máquina cloud. Volte à página do Notebook para verificar o saldo.

Para tarefas longas, organize o salvamento do progresso. Arquivos de treino devem ser escritos em /mnt/workspace. Após a cota GPU, continue com CPU gratuito; para mais poder, escolha recursos promocionais ou pagos.

Na primeira vez, não sobrecarregue as tarefas. Abra o ambiente, crie um Notebook, baixe um modelo pequeno e execute os exemplos,

Você pode consultar o capítulo 'Primeiros Resultados em 30 Minutos'.