Príručka: Ako spustiť Stable Beluga na počítači s 32GB RAM

Stable Beluga je moderný nástroj na generovanie obrázkov založený na technológii AI. V tej príručke vám ukážeme, ako spustiť Stable Beluga na počítači s 32GB RAM, krok za krokom.

Predpokladané požiadavky

Pred začiatkom inštalácie sa uistite, že váš systém splňuje nasledujúce požiadavky:

Operačný systém: Windows 10/11 alebo Linux (odporúčaný Ubuntu 20.04 LTS)
Procesor: Intel i7 alebo novší / AMD Ryzen 7 alebo novší
Pamäť RAM: 32GB
Grafická karta: NVIDIA RTX 2060 alebo novšia (s aspoň 8GB pamäte GPU)
Miesto na disku: 50GB voľného miesta

Inštalácia závislostí

Na systéme Windows

Nainštalujte ovládače pre grafickú kartu:
- Stiahnite najnovšie ovládače pre vašu grafickú kartu z oficiálnej stránky NVIDIA.
- Vykonajte inštaláciu podľa inštrukcií výrobcu.
Nainštalujte Python:
- Stiahnite a nainštalujte Python 3.8 alebo novší z oficiálnej stránky python.org.
- Uistite sa, že zaškrtnete možnosť "Add Python to PATH" počas inštalácie.
Nainštalujte Git:
- Stiahnite a nainštalujte Git z oficiálnej stránky git-scm.com.

Na systéme Linux (Ubuntu 20.04 LTS)

Aktualizujte systém:
```
sudo apt update && sudo apt upgrade -y
```

Nainštalujte ovládače NVIDIA:

sudo apt install nvidia-driver-470
sudo reboot

Nainštalujte Python a Git:

sudo apt install python3 python3-pip git

Klonovanie repozitára Stable Beluga

Otvorte terminál (alebo príkazový riadok v Windows).

Vykonajte nasledujúce príkaz:

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

Inštalácia závislostí Python

Vytvorte a aktivujte virtuálne prostredie:

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

Nainštalujte požadované balíčky:
```
pip install -r requirements.txt
```

Konfigurácia Stable Beluga

Skopírujte konfiguračný súbor:
```
cp config.example.yaml config.yaml
```

Upravte súbor config.yaml v textovom editori, napr. VS Code:

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Použite "cpu", ak nemáte grafickú kartu
precision: "fp16"  # Môžete zmeniť na "fp32", ak máte dostatočne veľa pamäte

Stiahnutie modelu

Stiahnite model Stable Beluga z oficiálneho repozitára:
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Nahradte URL adresou aktuálneho modelu.)

Spustenie Stable Beluga

Spustite hlavný skript:
```
python main.py
```
V prípade problémov s pamäťou, skúste zmeniť veľkosť batchu v súbore config.yaml:
```
batch_size: 1  # Predvolene 4, zmente, ak je to potrebné
```

Príklady použitia

Generovanie obrázka

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")

Generovanie série obrázkov

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")

Optimalizácia pamäte

Ak máte problémy s pamäťou, skúste nasledujúce riešenia:

Zmenšite veľkosť batchu:
```
batch_size: 1
```
Použite presnosť fp32:
```
precision: "fp32"
```
Vypnite gradienty:
```
enable_gradients: false
```

Řešenie problémov

Chyba pamäte GPU

Ak dostanete chybu pamäte GPU, skúste:

Zmeniť výstupnú rozlíšenie:

output_size: [512, 512]  # Zmenšite na [256, 256], ak je to potrebné

Použiť menší model:
```
model:
  name: "stable-beluga-small"
```

Chyba závislosti

Ak máte problémy so závislosťami, skúste:

Aktualizovať pip:
```
pip install --upgrade pip
```

Nainštalovať balíčky ručne:

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

Záver

V tej príručke sme vám ukázali, ako spustiť Stable Beluga na počítači s 32GB RAM. Pamätajte, že optimalizácia pamäte môže byť potrebná v závislosti od vašej hardvérovej konfigurácie. Týmito krokami by ste mali byť schopní generovať obrázky vysokej kvality pomocou Stable Beluga.

Ak máte ďalšie otázky alebo problémy, navštívte oficiálne fórum Stable Beluga alebo repozitár GitHub.