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 →

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 →

物联网平台支持设备通过LoRa网络接入，但LoRaWAN设备不能直连物联网平台，需要经过LoRa服务商提供的LoRa Server接入物联网平台，如下图所示。 LoRa Server：由LoRa服务商提供的LoRa接入 服务器 ，LoRa Server与物联网平台之间通过MQTT协议对接，与LoRa网关之间通过标准IP网络对接。

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 →

需要通过网关进行数据转发。网关设备为直连设备，当前仅支持通过mqtt协议直连到平台的设备作为网关设备。 直连设备与非直连设备关系如下图： 图1 网关与子设备 业务流程 IoT Device SDK提供相关的接口，开发者调用这些接口网关实现与物联网平台的对接。不同语言的SDK的接口名称不一样，每个接口功能请参见IoT

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。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 →

如何连接SAP HANA数据库 华为云提供多种连接，将用户的本地系统连接到运行在华为云平台上的SAP系统，您可以根据实际需要选择不同的连接方式。 直连Internet 您可以在 云服务器 上配置弹性公网IP，以便通过弹性公网IP服务将云服务器与公用网络相连。 云专线 云专线（Direct

查看更多 →

您可以在云服务器上配置弹性公网IP，以便通过弹性公网IP服务将云服务器与公用网络相连。 云专线 云专线（Direct Connect，DC），帮助您建立一个连接本地数据中心和公有云的专线网络。云专线提供云专线网关到公有云的虚拟私有云的私有专线连接。您可利用云专线服务将公有云与数据中心

查看更多 →

调试应用 将体验板连接到电脑上，并且放在LoRa网关附近。接线方式如下图所示，串口线的白、绿、红、黑依次对应串口 TX、RX、电源，地线对应体验板上的TXD0、RXD0、3V3 以及 GND。 访问sscom，下载最新版本的串口调试工具。 获取PC与开发板连接的实际端口号。 选择“控制面板

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 →

cro batch。 该值与TP和PP以及模型大小相关，可根据实际情况进行调整。 GBS 512 表示训练中所有机器一个step所处理的样本量。影响每一次训练迭代的时长。 TP 8 表示张量并行。 PP 1 表示流水线并行。一般此值与训练节点数相等，与权重转换时设置的值相等。 LR

查看更多 →

/home/ma-user/ws/llm_train/AscendSpeed/model/llama2-70B 必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B和Qwen系列模型，还需要手动修改toke

查看更多 →

cro batch。 该值与TP和PP以及模型大小相关，可根据实际情况进行调整。 GBS 512 表示训练中所有机器一个step所处理的样本量。影响每一次训练迭代的时长。 TP 8 表示张量并行。 PP 1 表示流水线并行。一般此值与训练节点数相等，与权重转换时设置的值相等。 CP

查看更多 →

cro batch。 该值与TP和PP以及模型大小相关，可根据实际情况进行调整。 GBS 512 表示训练中所有机器一个step所处理的样本量。影响每一次训练迭代的时长。 TP 8 表示张量并行。 PP 1 表示流水线并行。一般此值与训练节点数相等，与权重转换时设置的值相等。 CP

查看更多 →

保障。 约束与限制 VPN网关的本端子网与对端子网不能相同，即VPC和用户数据中心待互通的子网不能相同。 VPN网关和对端网关的IKE策略、IPsec策略、预共享密钥需要相同。 VPN网关和对端网关上配置的本端接口地址和对端接口地址需要互为镜像。 VPC内 弹性云服务器 安全组允许访问对端和被对端访问。

查看更多 →

必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B和Qwen系列模型，还需要手动修改tokenizer文件，具体请参见训练tokenizer文件说明。 Step2 创建LoRA微调训练任务 创建训练作业，

查看更多 →

必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B和Qwen系列模型，还需要手动修改tokenizer文件，具体请参见训练tokenizer文件说明。 由于模型中LoRA微调训练存在已知的精度问题，因此不支持TP(tensor

查看更多 →

d/tokenizers/llama2-13B 该参数为tokenizer文件的存放地址。默认与ORIGINAL_HF_WEIGHT路径相同。若用户需要将Hugging Face权重与tokenizer文件分开存放时，则需要修改参数。 INPUT_PROCESSED_DIR /h

查看更多 →