社群聯播
循著 組合的力量、
長線學習投資 的思考模式， 我同樣也認為：
管理、編輯資料庫時所需要的圖形界面 (GUI) 軟體不應該跟特定的 DBMS 綁在一起。
採用跨資料庫的 GUI， 你的學習投資才可以一魚好幾吃。
支援各種不同 DBMS (例如 sqlite、 mariadb、 postgresql、 ms sql、 oracle、 ...) 的圖形界面軟體工具
有很多， 今天介紹 DBeaver。
從官網 下載、安裝之後，
第一次打開， 我看到的卻是簡體中文介面。
沒關係從 「窗口」=>「首选项」進去， 在 「用戶介面」
裡面可以改選 「繁體中文」， 最後點 「应用并关闭」，
下次再開啟時就是正體中文了。
另外， 第一次打開時 dbeaver 會問你是否要建立 sample database。
建議點 yes， 讓它自動幫你建立一個 sqlite 範例資料庫，
在 Amazon 的 AWS 上面重新安裝一次 (其實是好幾次) stable diffusion。
這次用比較簡單的做法。 反正 SD 自己會建立所需要的 python 環境，
所以其實不需要用 CloudFormation， 也不需要特別找
"deep learning" 類型的 AMI (Amazon Machine Image)。
直接從比較簡單的 建立一個 ec2 instance 開始。
建立過程當中， 我做以下的選擇與設定：
region 選擇 us-west-2 也就是 Oregon、 機型選擇 g4dn-xlarge，
因為根據 這一篇，
這樣的組合比較便宜。
硬碟最少最少 15G(系統加軟體)+5G(模型)=20G。
我採用兩顆： root 40G(每加一位用戶需要多5G，打算給4人使用)、
放模型的共用倉儲區 40G。
作業系統選擇 ubuntu 系列最新的
[2023/12/30] 改推另一篇：
用亞馬遜的 ec2 雲端主機自架 stable diffusion
終於架好自己的 stable diffusion！ 簡單筆記一下參考的連結。
因為我有 aws 的優惠， 所以基本上就照著這篇做：
用 AWS CloudFormation 架設 AUTOMATIC1111 版的 SD。
我這篇的篇名應該加上 「補遺」 才對，
因為重點根本都在 koding work 的文章裡面， 請大家自己去讀 :-)
準備 yaml 檔時， 因為我的帳號內已有自己常用的 ssh key 跟 SecurityGroup，
所以 "Resources" 那一章底下 (建立新的) EC2Key 跟 SecurityGroup 兩節直接省略。
然後 "EC2Instance" 那一節底下的 "Properties" 小節裡面的
KeyName 欄位直接填