loraServer网关上线后，注册LoRa网关。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 201 Created

查看更多 →

删除LoRa网关。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 204 No Content

查看更多 →

产品集成 管理产品集成 查看产品集成 查看探测状态

查看更多 →

查询单个LoRa网关信息。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 200 OK

查看更多 →

非联通用户请查看 设备接入服务 。 概述 LoRa（Long Range Radio）是当前应用较广的一种物联网无线接入技术，它最大的特点就是在同样功耗条件下比其他无线接入方式传播的距离更远，实现了低功耗和远距离的统一，它在同样的功耗下比传统的无线射频通信距离扩大3-5倍。而LoRaWAN是为LoRa远距离通信网络设计的一套通讯协议和系统架构。

查看更多 →

查看接收结果数量。 在目标产品列框，可查看从该产品的接收的全部和近一小时接收的结果数量。 单击“查看”，可跳转到“全部结果”管理页面，呈现该产品的检测结果列表。更多检测结果说明，请参见查看全部检测结果。 图3 查看产品上报数据 父主题： 产品集成

查看更多 →

选择“未集成”筛选条件，查找符合条件的产品。更多查询方式请参见查看产品集成列表。 开启接收检测结果。 在目标产品列框，单击“开启集成”，开启接收来自该产品的检测数据。 启用产品集成后，约5分钟后即可接收到产品上报的数据。 为确保产品检测数据的正常接收，请确保已开启各产品相应防护功能。 取消产品集成 登录管理控制台。

查看更多 →

2019/12/04 新增LoRaWAN设备和Modbus设备接入平台的能力 LoRaWAN设备接入 LoRa作为低功耗和远距离传输的代表，基于LoRaWAN协议的设备可通过LoRa网络经过LoRa服务商提供的LoRa Server接入物联网平台，实现数据上报和命令下发。 LoRaWAN设备接入

查看更多 →

基于唯传LoRa网关和体验板接入物联网平台（联通用户专用） 场景说明 LoRa（Long Range Radio）是当前应用较广的一种物联网无线接入技术，它最大的特点就是在同样功耗条件下比其他无线接入方式传播的距离更远，实现了低功耗和远距离的统一，它在同样的功耗下比传统的无线射频

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。修改数据集路径、模型路径。脚本里写到datasets路径即可。 run_lora_sdxl中的vae路径要准确写到sdxl_vae

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。 训练前需要修改数据集路径、模型路径。脚本里写到datasets路径即可。 run_lora_sdxl中的vae路径要准确写到sdxl_vae

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。 启动SD1.5 LoRA训练服务 使用ma-user用户执行如下命令运行训练脚本。 sh diffusers_lora_train

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。 启动SD1.5 LoRA训练服务 使用ma-user用户执行如下命令运行训练脚本。 sh diffusers_lora_train

查看更多 →

删除LoRa节点。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 204 No Content

查看更多 →

”路径。若默认没有填写，则忽略。 图4 选择SFS Turbo 作业日志选择OBS中的路径，ModelArts的训练作业的日志信息则保存该路径下。 最后，请参考查看日志和性能章节查看LoRA微调的日志和性能。了解更多ModelArts训练功能，可查看模型开发简介。 父主题： 主流

查看更多 →

云上挂载路径：输入镜像容器中的工作路径 /home/ma-user/work/ 存储位置：输入用户的“子目录挂载”路径。如果默认没有填写，则忽略。 图4 选择SFS Turbo 作业日志选择OBS中的路径，ModelArts的训练作业的日志信息则保存该路径下。 最后，请参考查看日志和

查看更多 →

参见训练中的权重转换说明和训练的数据集预处理说明。 Step2 修改训练超参配置 以Llama2-70b和Llama2-13b的LoRA微调为例，执行脚本为0_pl_lora_70b.sh和0_pl_lora_13b.sh 。 修改模型训练脚本中的超参配置，必须修改的参数如表1所

查看更多 →

别参见训练中的权重转换说明和训练的数据集预处理说明。 步骤二 修改训练超参配置 以Llama2-70b和Llama2-13b的LoRA微调为例，执行脚本为0_pl_lora_70b.sh和0_pl_lora_13b.sh 。 修改模型训练脚本中的超参配置，必须修改的参数如表1所示

查看更多 →

loraServer网关上线后，注册LoRa节点。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 201 Created

查看更多 →

参见训练中的权重转换说明和训练的数据集预处理说明。 Step2 修改训练超参配置 以Llama2-70b和Llama2-13b的LoRA微调为例，执行脚本为0_pl_lora_70b.sh和0_pl_lora_13b.sh 。 修改模型训练脚本中的超参配置，必须修改的参数如表1所

查看更多 →

Face权重时，对应的存放地址。 在“输出”的输入框内设置变量：OUTPUT_SAVE_DIR、HF_SAVE_DIR。 OUTPUT_SAVE_DIR：训练完成后指定的输出模型路径。 HF_SAVE_DIR：训练完成的权重文件自动转换为Hugging Face格式权重输出的路径（确保添

查看更多 →