Anleitung: Stable Beluga auf einem Computer mit 32GB RAM starten

Stable Beluga ist ein modernes Tool zur Bilderzeugung auf Basis von KI-Technologie. In dieser Anleitung zeigen wir Ihnen Schritt für Schritt, wie Sie Stable Beluga auf einem Computer mit 32GB RAM starten.

Voraussetzungen

Stellen Sie sicher, dass Ihr System die folgenden Anforderungen erfüllt, bevor Sie mit der Installation beginnen:

Betriebssystem: Windows 10/11 oder Linux (empfohlen Ubuntu 20.04 LTS)
Prozessor: Intel i7 oder neuer / AMD Ryzen 7 oder neuer
Arbeitsspeicher: 32GB
Grafikkarte: NVIDIA RTX 2060 oder neuer (mit mindestens 8GB GPU-Speicher)
Festplattenspeicher: 50GB freier Speicherplatz

Installation der Abhängigkeiten

Auf Windows-Systemen

Installieren Sie die Treiber für die Grafikkarte:
- Laden Sie die neuesten Treiber für Ihre Grafikkarte von der offiziellen NVIDIA-Website herunter.
- Führen Sie die Installation gemäß den Anweisungen des Herstellers durch.
Installieren Sie Python:
- Laden Sie Python 3.8 oder neuer von der offiziellen Website python.org herunter und installieren Sie es.
- Stellen Sie sicher, dass Sie die Option "Add Python to PATH" während der Installation auswählen.
Installieren Sie Git:
- Laden Sie Git von der offiziellen Website git-scm.com herunter und installieren Sie es.

Auf Linux-Systemen (Ubuntu 20.04 LTS)

Aktualisieren Sie das System:
```
sudo apt update && sudo apt upgrade -y
```

Installieren Sie die NVIDIA-Treiber:

sudo apt install nvidia-driver-470
sudo reboot

Installieren Sie Python und Git:

sudo apt install python3 python3-pip git

Klonen des Stable Beluga-Repositorys

Öffnen Sie das Terminal (oder die Eingabeaufforderung in Windows).

Führen Sie den folgenden Befehl aus:

git clone https://github.com/stability-ai/stable-beluga.git
cd stable-beluga

Installation der Python-Abhängigkeiten

Erstellen und aktivieren Sie eine virtuelle Umgebung:

python -m venv venv
source venv/bin/activate  # Auf Windows: venv\Scripts\activate

Installieren Sie die erforderlichen Pakete:
```
pip install -r requirements.txt
```

Konfiguration von Stable Beluga

Kopieren Sie die Konfigurationsdatei:
```
cp config.example.yaml config.yaml
```

Bearbeiten Sie die Datei config.yaml in einem Texteditor, z. B. VS Code:

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Verwenden Sie "cpu", wenn Sie keine Grafikkarte haben
precision: "fp16"  # Sie können auf "fp32" ändern, wenn Sie genug Speicher haben

Herunterladen des Modells

Laden Sie das Stable Beluga-Modell vom offiziellen Repository herunter:
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Ersetzen Sie die URL mit der aktuellen Modell-URL.)

Starten von Stable Beluga

Führen Sie das Hauptskript aus:
```
python main.py
```
Bei Problemen mit dem Speicher versuchen Sie, die Batch-Größe in der Datei config.yaml zu verringern:
```
batch_size: 1  # Standardmäßig 4, verringern Sie es, wenn Sie müssen
```

Beispielanwendungen

Bilderzeugung

from stable_beluga import StableBeluga

model = StableBeluga.from_config("config.yaml")
prompt = "Astronaut riding a horse on Mars"
image = model.generate(prompt)
image.save("output.png")

Erzeugen einer Bilderserie

prompts = [
    "Sunset over the ocean",
    "Forest in autumn",
    "City skyline at night"
]

for prompt in prompts:
    image = model.generate(prompt)
    image.save(f"{prompt.replace(' ', '_')}.png")

Speicheroptimierung

Wenn Sie Probleme mit dem Speicher haben, versuchen Sie die folgenden Lösungen:

Verringern Sie die Batch-Größe:
```
batch_size: 1
```
Verwenden Sie fp32-Präzision:
```
precision: "fp32"
```
Deaktivieren Sie Gradienten:
```
enable_gradients: false
```

Problembehebung

GPU-Speicherfehler

Wenn Sie einen GPU-Speicherfehler erhalten, versuchen Sie:

Verringern Sie die Ausgangsauflösung:

output_size: [512, 512]  # Verringern Sie auf [256, 256], wenn nötig

Verwenden Sie ein kleineres Modell:
```
model:
  name: "stable-beluga-small"
```

Abhängigkeitsfehler

Wenn Sie Probleme mit den Abhängigkeiten haben, versuchen Sie:

Aktualisieren Sie pip:
```
pip install --upgrade pip
```

Installieren Sie Pakete manuell:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

Zusammenfassung

In dieser Anleitung haben wir gezeigt, wie Sie Stable Beluga auf einem Computer mit 32GB RAM starten. Beachten Sie, dass die Speicheroptimierung je nach Ihrer Hardware erforderlich sein kann. Mit diesen Schritten sollten Sie in der Lage sein, hochwertige Bilder mit Stable Beluga zu generieren.

Wenn Sie weitere Fragen haben oder auf Probleme stoßen, besuchen Sie das offizielle Stable Beluga-Forum oder das GitHub-Repository.