滴滴云AI超分辨率实践 | AI大师码产品折扣

前言

经实验室导师介绍，参加了下面一场“CCF滴滴专场”直播，3位滴滴出行技术专家王琤、朱中涛和鲁健捷与大家分享了滴滴云计算服务体系，领先的AI能力和AI工程落地经验，并现场带领我们在滴滴云机器学习工作室（DAI平台）上从零开始训练一个图像超分辨模型，学会AI如何让模糊图片变清晰，修复那些值得纪念却渐渐模糊的老照片。

图片超分辨率实例：

现在我们聚焦红框区域，来对比图像超分辨处理前后的变化

原始图像：

BICUBIC 上采样处理的结果:

图像超分辨处理结果：

一．准备工作

滴滴云机器学习工作室（DAI平台）现在给注册并认证的用户开通了免费使用时长，免费时长结束时您可选择付费继续使用或者将实例删除。有实验环境需求的同学可以填写一下申请链接：
1、注册并认证滴滴云：https://z.didi.cn/3gqmq
2、申请实验平台：https://s.didi.cn/yqRAt

二．在滴滴云创建DAI Notebook实例

在执行本步骤之前，请确认您已经注册了滴滴云，并完成了实名认证。
1.打开滴滴云控制台:
https://app.didiyun.com/#/auth/，输入用户名、密码登录。

2.在产品目录中选择 Notebook

3.点击【创建 Notebook 实例】按钮，创建 1 台 Notebook 实例

选择如下图红框标注的4核CPU, 8GB 内存，1 卡 P4 的配置，镜像选择Jupyterlab

4.打开 Notebook 验证可用性

看到如下图的界面，说明配置成功，可以向平时那样使用 Notebook了，已经安装好了许多环境。

三．DAI 平台运行图像超分辨率实例

1. 下载论文(非必须，可做深入研究)

https://arxiv.org/pdf/1707.02921.pdf

2. 通过滴滴云notebook终端访问下载实验源码

wget https://dataset-public.s3-internal.didiyunapi.com/dai-tutorials/isr-tutorial.tar.gz
解压：tar -zxvf isr-tutorial.tar.gz

实验环境：py3.7_pytorch1.4

3. 打开图片超分辨率入门.ipynb文件

   
   

4. 依次运行代码下载数据集、定义网络，训练模型，保存模型

   
   

5. 测试图片，查看效果（可以上传自己想变清晰的图片）

   
   

   四．实验中可能遇到的问题

1.ImportError: libSM.so.6: cannot open shared object file: No such file or directory
解决方法：Notebook终端运行命令 sudo yum install libXext libSM libXrender

2. ModuleNotFoundError: No module named ‘skimage’
   解决方法：Notebook终端运行命令
   conda activate py3.7_pytorch1.4
   pip install scikit-image

3. 定义模型代码中，留了一个小作业需要自己补全

答案：

五．个人感受

在直播后，我想自己尝试走一遍使用流程，结果不小心把Notebook实例删除了，后面再创建实例时需要收费，于是我就在直播微信群问怎么能再次免费使用，很快滴滴云小助手把我的问题提交技术工单，不多久技术人员专门把我拉进一个4人小群，很快就解决了问题，这点给滴滴云的售后和技术支持点一个大大的赞，它们很用心。

六．重大利好

为了更好的服务使用滴滴云平台的用户，滴滴云推出AI大师计划，旨在帮助更多的人使用更加稳定、优质的计算资源。目前我已成功申请成为滴滴云AI大师，凡是在购买滴滴云产品（包括GPU实例，vGPU实例，机器学习工作室DAI等）时输入AI大师码0307，均可享受9折优惠，点击www.didiyun.com前往滴滴云官网。

以包月为例，配置为通用型P4GPU、8G显存、8G运存、10M带宽，一个月原价1072元，使用AI大师码打九折，只需要966元/月，一小时不到1.5元，非常适合在家、在外地没有实验室硬件设备的用户使用，最关键的是滴滴出品，稳定，稳定，稳定，这个非常重要。（自动脑补代码模型快跑完服务器突然中断的绝望）

相关链接：

滴滴云机器学习平台(DAI)：

https://www.didiyun.com/production/dai.html

滴滴云AI大师的活动官网：

https://www.didiyun.com/aimaster/aimaster.html

滴滴云GPU优惠购买平台：

https://www.didiyun.com/production/gpu.html