异地脱单程序员的双休深度学习框架选型实战

上周五晚还在公司改模型，老婆问周末是否过去。异地半年，周末见面是唯一规矩。组里要求把图像生成 demo 迁到正式项目，框架选型未定。

拖了近两周，因为坑多。公司自建集群只有八张 A100。先试 Llama 生态多模态分支，结果数据管线要自己拼，tokenizer 与图像编码器对不齐，小 batch 都报 shape 错误。周二在 GitHub 发现 Antigravity 轻量训练框架，数据加载、分布式训练、混合精度全封装，API 像搭积木。用 GPT Image 权重做微调，从加载数据到出第一张图不到四十分钟。

也有坑：checkpoint 格式与公司模型仓库不兼容，花一晚写转换脚本；算法 调度器默认余弦退火，换带 warmup 的线性衰减需翻源码。但能接受，省下的时间是真的。

周五跑通 demo，发消息：“明天过去，火锅等我。”她回：“锅底都凉了三天了。”发 88 块红包备注“老婆辛苦”，她收了，翻篇。

技术选型像相亲。听人说 Llama 生态好、GPT Image 效果好，像媒人说条件不错——合不合适只有上手才知道。Antigravity 名气不大，文档几十页，但解决了实际问题。选框架是选那个让你周末能按时坐高铁见老婆的工具。

下周准备调 算法 注意力机制提升生成质量。现在只想明天火锅吃麻辣还是番茄。她说都买了随我。那大概麻辣吧，程序员需要一点刺激。