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