引子
P.S. 我这个人写博客喜欢写一个有引导性的碎碎念，如果你简单看了眼标题，觉得你可能遇到了类似的问题，那么完全可以直接跳过这段直接看正文。
如果你平时的核心工作是进行深度学习，也就是俗称的“炼丹”，那么你很有可能遇到下面这几个头疼的问题：
- 你平时在自己的本地电脑上写代码，但训练的时候需要将代码同步到训练专用的GPU服务器上去。每次手动压缩代码在上传到服务器上真的非常麻烦。
- 你的训练服务器又又又又崩溃了。恰好上面存放着你近几天的训练成果，但是你没来得及将他们从训练服务器上拷到你本地。就这样，你跑了数天的几个实验白跑了。
- 你辛辛苦苦跑了跑了好几个模型，发现还是最初的超参数和网络结构效果最好。你想回退到之前的版本，这时候你看着你的数个备份的代码压缩包，不知道应该回退到哪个。
那么你现在需要一套深度学习代码、模型的备份与同步的解决方案了。
Git？你或许想到了Git。
Git备份代码是完全没有问题的，它或许能完美解决第三个问题，Git本来就是为代码的版本控制而生的。但问题来了：那些动辄数百兆的训练好的模型权重，Git 能行吗？
有点悬。
Git的设计初衷是高效管理文本文件，而不是频繁变动的大型二进制文件。Git会永久保存所有历史版本，即使你删除了某个大文件，它仍然存在于历史提交中，一直占用存储空间，而且Clone的时候会进行完整拉取。如果使用只Git来解决上述所有问题，还是有些不太够用的。
那有没有办法能弥补Git的这个短板呢？
有的兄弟，有的。那就是Git LFS。
Git LFS是 Git 官方生态中的扩展工具，专门用于管理大体积二进制文件。它会将大文件存储在Git仓库之外的一个专门的LFS存储区，而在Git仓库中只保存一个轻量级的指针文件。git clone 和 git pull 时就不会被庞大的模型文件拖慢速度；我们还能通过简单配置，按需拉取模型文件，让Git仓库始终保持轻盈的状态。
当然，Github官方也提供了开箱即用的Git LFS服务。但是考虑到它在国内糟糕的访问速度，以及它的免费配额只有10GB，我还是建议自建这项服务，Gitea就完全可以胜任。
Gitea是一个用Go编写的轻量级、自托管Git服务，部署简单，资源占用低。同时它支持Git LFS，非常适合我们的应用场景。
部署Gitea服务器
我会以Debian12为例，演示安装过程。其他系统可以参考，替换部分软件包安装的命令即可。
准备工作
安装Git和Git LFS，并在系统中添加Git用户，并为Gitea新建工作文件夹：
sudo apt install git git-lfs
sudo useradd git --system --shell /bin/bash --comment 'Git Version Control' --create-home --home /home/git
cd /home/git
mkdir gitea
chown -R git:git gitea
下载并配置Gitea
下载对应版本的 Gitea 二进制文件
wget https://dl.gitea.io/gitea/1.25.1/gitea-1.25.1-linux-amd64
chmod +x gitea-1.25.1-linux-amd64
chown git:git gitea-1.25.1-linux-amd64
下载Gitea的Systemd配置文件，编辑Systemd相关配置，根据实际情况进行修改。
systemctl daemon-reload
systemctl start gitea
编辑Systemd文件，根据实际情况进行修改。
wget https://raw.githubusercontent.com/go-gitea/gitea/master/contrib/systemd/gitea.service -P /etc/systemd/system/
vim /etc/systemd/system/gitea.service
[Service]
User=git
Group=git
WorkingDirectory=/home/git/gitea #gitea工作目录
ExecStart=/home/git/gitea-1.25.1-linux-amd64 web --config /home/git/gitea/custom/conf/app.ini
Restart=always
Environment=USER=git HOME=/home/git GITEA_WORK_DIR=/home/git/gitea
启动 Gitea 并设置开机自启
编辑完之后，尝试运行一下Gitea，此时会在工作目录中生成Gitea的配置文件，我们还需要进行修改来开启Gitea的LFS支持。
systemctl daemon-reload
systemctl start gitea
systemctl status gitea # 查看运行状态（显示active则成功）
systemctl enable gitea
启用 Gitea 的 Git LFS 支持
编辑Gitea配置文件，启用LFS。
vim /home/git/gitea/custom/conf/app.ini
[server]
LFS_START_SERVER = true
[lfs]
PATH = /data/gitea/data/lfs
完成后，记得重启Gitea，使配置文件生效。
systemctl restart gitea
完成安装
此时，浏览器打开 `http://[你的服务器IP]:3000/` 就能看到一个可视化的安装Web界面了。
按照实际情况填写，如果你的服务器上已经运行了MySQL，则可以选择；否则选择SQLite3即可。
看到这个界面，代表你已经完成了Gitea服务器的安装，可以进入下面的使用环节了。
使用Git LFS
Gitea的使用方法几乎Github一样，新建项目，将本地Git仓库的远程地址设为Gitea服务器的IP地址即可，不过不要忘了端口号3000。
先明确我们的核心目标：
本地开发PC上只保存最新的Python源码，Gitea服务器上保存既要保存各个模型训练阶段修改的源码，又要保存模型。训练服务器上则保存着源码和训练好的模型。
当然，如果训练服务器存储空间不够的话，模型可以删，前提是它们已经被保存在Gitea服务器上了。
本地开发PC配置
本地开发的PC只有一个地方需要特别配置，其他与正常使用Git一样。
我们不希望LFS将训练好的模型下载到我们本地，只需要执行下面的命令：
git lfs install
git config lfs.skipSmudge true
git config lfs.fetchinclude ""
git config lfs.fetchexclude "*"
注意，上面的命令在每一个Git项目根目录下都要执行。
这样，只会下载到类似于指针的占位符：
version https://git-lfs.github.com/spec/v1
oid sha256:xxxxxxxxxxxxxxxxxxxx
size 324875392
如果需要某个模型文件，先撤销之前的命令，再手动下载，或者在Gitea Web网页上下载。不过记得完成后再执行一下上面两行命令：
git config --unset lfs.fetchinclude
git config --unset lfs.fetchexclude
# 拉取对应的文件，可以使用通配符
git lfs pull --include "models/best_model.pt"
git config lfs.fetchinclude ""
git config lfs.fetchexclude "*"
训练服务器配置
训练完成后，我们打算将训练好的模型备份到Gitea。如果模型放在项目根目录的models文件夹下，可以在项目的根目录执行下面的命令，让data文件夹下的文件都受LFS管理。
跟踪模型文件
git lfs track "models/**"
# 关键步骤：提交.gitattributes文件
git add .gitattributes
可选：排除无需备份的文件
如果数据集无需上传，则可以新建.gitignore文件添加排除规则：
# .gitignore文件内容
data/ # 数据集目录
*.log # 日志文件
提交并推送代码和模型
git add *
git status
如果结果类似于下面这样，模型有LFS：
那么就成功啦！
现在就可以commit一次，然后push到Gitea服务器上了。
你会发现上传速度相较于只是用Git快了很多，这就是LFS的功劳。
结尾
这套方案的优势在于简单轻量且灵活，单台服务器就能支撑个人或小团队使用；本地按需拉取模型不占空间，也无惧训练服务器的数据丢失。当然如果你有更好的解决方案，也欢迎在评论区提出~
[EOF]
