
# 模型入门：一键使用内置模型进行模型微调
#### 场景介绍
CloudRobo内置多个与具身智能相关的基础模型，如：PI-0.5（LeRobot_PI05-Base）、PI-0（LeRobot_PI0-Base）等，用户可以使用内置及自有数据集对内置模型进行微调，产生自己的专属模型。本案例介绍如何在CloudRobo中使用SO101_Place_Pen_Holder-SIM-DATASET数据集对LeRobot_PI05-Base模型进行微调。
#### 计费影响
具身广场集成了大量的开源模型及CloudRobo自研模型，部分模型可供用户限时免费体验。模型训练可以调用公共资源池或专属资源池。模型训练功能本身不收费，模型训练使用的资源计费：
- 公共资源池：不收费，但限制个人资源配额。
- 专属资源池：CloudRobo采用纳管用户自有计算资源方式运行，用户需要自行购买ModelArts资源。
 
#### 前提条件
已经完成华为云账号注册、实名认证及相关权限授权。
#### 约束限制
仅"西南-贵阳一"区域支持。
#### 操作步骤
1. [登录CloudRobo控制台](https://console.huaweicloud.com/cloudrobo/)。
2. 在左侧导航栏中，选择"具身广场"，在"模型"区域中选择"LeRobot_PI05-Base"。单击卡片中的"训练"进入"创建训练作业"页面。
3. 在"创建训练作业"页面按[表1]配置参数，单击"立即创建"。
   
    表1一键使用内置模型进行模型微调参数说明 
   | 参数                | 说明                                                                                                                                                                                                                                                                                                                                                                                                                                                  | 本案例推荐值                                    |
   |:---|:---|:---|
   | 作业名称              | 模型训练作业名称，用于标识和管理训练作业。支持3-64个字符，可以包含中文、数字、字母、下划线（_）、连字符（-）、点（.）、斜线（/）。                                                                                                                                                                                                                                                                                                                                                                               | 使用区分明显的名称命名                               |
   | 描述                | 本模型训练作业的描述信息，用于说明本模型训练作业的功能等。                                                                                                                                                                                                                                                                                                                                                                                                                       | -                                         |
   | 训练方式              | 支持\[模型调优，无基模型训练\]两种训练方式，其中： - 模型调优：对已有模型的微调。  - 无基模型训练：不基于任何初始模型权重，从零开始训练模型。                                                                                                                                              | 模型调优                                      |
   | 模型来源              | 模型来源支持\[具身广场-模型，空间资产-模型\]，其中： - 具身广场-模型：指CloudRobo内置在具身广场中的自研及开源模型。  - 空间资产-模型：用户自定义模型可以存放在空间资产中。                                                                                                                        | 具身广场-模型-\>LeRobot_PI05-Base-\>v0.0.1      |
   | 调优方式              | 每个模型支持的调优方式各不相同，此选项会根据具体配置展示，供用户选择。                                                                                                                                                                                                                                                                                                                                                                                                                 | 全参数微调                                     |
   | 数据                | 模型训练所需的数据来源，包括\[预置数据，空间资产-数据，对象存储服务OBS\]，其中： - 预置数据：CloudRobo预置在具身广场中的数据集。  - 空间资产-数据：用户注册到空间资产的自定义数据集。  - 对象存储服务OBS：用户未注册到空间资产，存放在OBS上的数据集。   | 预置数据-\>SO101_Place_Pen_Holder-SIM-DATASET |
   | 资源                | 选择资源池类型，支持公共资源池和专属资源池。                                                                                                                                                                                                                                                                                                                                                                                                                              | 公共资源池                                     |
   | 实例规格              | 模型训练时每个训练节点/单元的资源规格，其中公共资源池仅支持NPU，专属资源池参阅ModelArts现有资源规格。                                                                                                                                                                                                                                                                                                                                                                                           | 1\*SNT9B2\|24vCPUs\|192GiB                |
   | 实例数               | 训练一个任务使用上述规格的节点/单元的资源数量。                                                                                                                                                                                                                                                                                                                                                                                                                            | 1                                         |
   | 超参配置              | 模型微调的参数配置，在资产中心创建该模型时，需要填写开放的配置参数。                                                                                                                                                                                                                                                                                                                                                                                                                  | 默认                                        |
   | 环境变量              | 在资产中心创建该模型时，如果训练脚本需要读取特定的环境变量，可以配置该环境变量默认值；模型微调时，可以根据自身需求修改该值。                                                                                                                                                                                                                                                                                                                                                                                      | 默认                                        |
   | 训练产物-\>保存方式       | 微调后的模型可以以新模型的方式存放，也可以存放在已有模型中，作为一个新版本存在。                                                                                                                                                                                                                                                                                                                                                                                                            | 新模型                                       |
   | 模型名称              | 微调后模型的名称。                                                                                                                                                                                                                                                                                                                                                                                                                                           | -                                         |
   | 模型版本              | 微调后的模型版本。                                                                                                                                                                                                                                                                                                                                                                                                                                           | -                                         |
   | 模型类型              | 模型类型需要和源模型类型一致。                                                                                                                                                                                                                                                                                                                                                                                                                                     | 操作模型                                      |
   | Checkpoints 最大保留数 | 设置Checkpoints在OBS上最大保留数，设置范围为1\~50个。                                                                                                                                                                                                                                                                                                                                                                                                                | -                                         |
   | Checkpoints 保留天数  | 设置Checkpoint在OBS上最大保留天数。设置范围为1\~9999天。 设置后，Checkpoints（中间训练产物）从生成时间起保留N天后自动删除。该规则与"Checkpoints 最大保留数"叠加生效。训练结束后先按数量保留最近N个Checkpoints，再按本天数到期删除。                                                                                                                                                                                                                                                                 | -                                         |
   | 模型优势技能            | 导航模型，操作模型这两类模型，微调后的模型，具有哪些优势能力，与微调数据集中数据分布有较强关系，如该数据集主要包含哪些技能，可以在此填写。                                                                                                                                                                                                                                                                                                                                                                               | -                                         |
   | 仅执行模型优势技能         | 指模型经过训练后，在各项能力中表现相对优异、可作为该模型优势能力的技能。 开启后，部署后的模型服务在**智能体调试**时仅能执行当前的模型优势技能。未开启则默认可执行模型的全部技能。                                                                                                                                                                                                                                                                                                                    | -                                         |
      
   
   
4. 创建完成后，系统自动返回模型训练列表页面，等待一段时间后，状态为"运行中"即为创建成功。
 
#### 查看模型训练详情
在模型训练列表页，单击作业名称/ID即可进入详情页，用户可以在此查看该训练作业的训练产物、配置详情、训练指标、监控、日志以及事件等。
图1查看模型训练详情-训练指标   
![](https://support.huaweicloud.com/qs-cloudrobo/zh-cn_image_0000002716220027.png "点击放大")
