指南：如何在32GB RAM的计算机上启动Stable Beluga

Stable Beluga是一种基于AI技术的现代图像生成工具。本指南将逐步演示如何在32GB RAM的计算机上启动Stable Beluga。

前期要求

在开始安装之前，请确保您的系统满足以下要求：

操作系统：Windows 10/11或Linux（推荐Ubuntu 20.04 LTS）
处理器：Intel i7或更高版本/AMD Ryzen 7或更高版本
内存：32GB
显卡：NVIDIA RTX 2060或更高版本（至少8GB显存）
磁盘空间：50GB可用空间

安装依赖项

在Windows系统上

安装显卡驱动程序：
- 从NVIDIA官方网站下载您显卡的最新驱动程序。
- 按照制造商的说明进行安装。
安装Python：
- 从官方网站python.org下载并安装Python 3.8或更高版本。
- 确保在安装过程中勾选“Add Python to PATH”选项。
安装Git：
- 从官方网站git-scm.com下载并安装Git。

在Linux系统上（Ubuntu 20.04 LTS）

更新系统：
```
sudo apt update && sudo apt upgrade -y
```

安装NVIDIA驱动程序：

sudo apt install nvidia-driver-470
sudo reboot

安装Python和Git：

sudo apt install python3 python3-pip git

克隆Stable Beluga存储库

打开终端（或Windows中的命令行）。

执行以下命令：

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

安装Python依赖项

创建并激活虚拟环境：

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

安装所需的包：
```
pip install -r requirements.txt
```

配置Stable Beluga

复制配置文件：
```
cp config.example.yaml config.yaml
```

使用文本编辑器（如VS Code）编辑config.yaml文件：

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # 如果没有显卡，请使用"cpu"
precision: "fp16"  # 如果有足够的内存，可以改为"fp32"

下载模型

从官方存储库下载Stable Beluga模型：
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
（请将URL替换为当前模型的地址。）

启动Stable Beluga

运行主脚本：
```
python main.py
```
如果遇到内存问题，请尝试在config.yaml文件中减小批量大小：
```
batch_size: 1  # 默认值为4，如果需要减少则减小
```

使用示例

生成图像

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")

生成图像系列

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")

内存优化

如果遇到内存问题，请尝试以下解决方案：

减小批量大小：
```
batch_size: 1
```
使用fp32精度：
```
precision: "fp32"
```
禁用梯度：
```
enable_gradients: false
```

故障排除

GPU内存错误

如果收到GPU内存错误，请尝试：

减小输出分辨率：

output_size: [512, 512]  # 如果需要，减小到[256, 256]

使用较小的模型：
```
model:
  name: "stable-beluga-small"
```

依赖项错误

如果遇到依赖项问题，请尝试：

更新pip：
```
pip install --upgrade pip
```

手动安装包：

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

总结

在本指南中，我们演示了如何在32GB RAM的计算机上启动Stable Beluga。请记住，根据您的硬件，内存优化可能是必要的。通过这些步骤，您应该能够使用Stable Beluga生成高质量的图像。

如果您有其他问题或遇到问题，请访问Stable Beluga的官方论坛或GitHub存储库。