开发环境JupyterLab

JupyterLab是一个交互式的开发环境，是Jupyter Notebook的下一代产品，可以使用它编写Notebook、操作终端、编辑MarkDown文本、打开交互模式、查看csv文件及图片等功能。JupyterLab是开发者们下一阶段更主流的开发环境。JupyterLab支持更加灵活和更加强大的项目操作方式，但具有和Jupyter Notebooks一样的组件。

学习和开发平台AI Gallery

AI Gallery是在ModelArts的基础上构建的开发者生态社区，提供Notebook代码样例、数据集、算法、模型等AI数字资产的共享，为高校科研机构、AI应用开发商、解决方案集成商、企业级/个人开发者等群体，提供安全、开放的共享及交易环节，加速AI资产的开发与落地，保障AI开发生态链上各参与方高效地实现各自的商业价值。

实验练习目标

使用标签的数据集应用于生成对抗网络可以增强现有的生成模型，并形成两种优化思路。

1. cGAN使用了辅助的标签信息来增强原始GAN，对生成器和判别器都使用标签数据进行训练，从而实现模型具备产生特定条件数据的能力。
2. SGAN的结构来利用辅助标签信息（少量标签），利用判别器或者分类器的末端重建标签信息。 ACGAN则是结合以上两种思路对GAN进行优化。

实验学地址

ACGAN-动漫头像自动生成 (huaweicloud.com)

实验平台

点击Run in ModelArts既进入JupyterLab开发平台，进行相关测试和练习。

JupyterLab

ModelArts支持通过JupyterLab工具在线打开Notebook，开发基于Pytorch、Tensorflow和MindSpore引擎的AI模型。

在本次实验，可以一键运行Notebook样例，体验如何在开发环境Notebook中完成从数据准备到模型开发到部署的AI开发全流程。用户无需关注代码编写，0代码免费体验。

本案例提供使用标签的数据集应用于生成对抗网络可以增强现有的生成模型，生成动漫头像的案列。

资源规则选择

默认是限时免费的CPU规格，推荐切换为限时免费的GPU规格进行训练，可以提升训练效率。

查看测试内容

单步骤运行

运行时，右上角圆圈的空心圆表示未开始或者运行完成，实心圆表示代码正在运行。

//单次运行代码。

一键运行所有步骤

检查运行状态

剩余时常检查

如果运行过程中发现剩余时间不够用，可以单击右上角的时间提醒按钮，延长停止时间。

免费规格默认可使用1小时，请注意右上角的剩余时长。超过1小时后，可执行续期操作，且系统每隔一段时间，将提醒确认是否续期。

测试结果查看

可以看到使用训练出来的模型预测，生成了对应的动态头像。

至此整个案例的全部操作流程已经完成。

1小时后Notebook会自动停止运行，无需关注。该案例使用的是免费的GPU资源训练，过程中也未使用OBS等其他存储系统，故不涉及扣费 。

【我的华为云体验之旅】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/309059