이번 글에서는 허깅페이스에서의 딥러닝 라이브러리에 대한 디퓨저(Diffusers) 설치 방법에 대해 단계별로 설명합니다. 아래 지침대로 따라서 설치만 하면 누구나 허깅페이스의 디퓨저 활용이 가능합니다.
목차
Step 1. 사전 설치
Diffusers는 다음의 Python 3.7는 기본으로 설치가 되어야 합니다. 이유는 파이썬 기반의 페이스북에서 개발한 오픈소스 러닝머신인 PyTorch 1.7 이상 버전 또는 Jax에서 테스트되었기에 사전에 지침에 따라 사전에 이 툴들에 대한 설치가 필요합니다.
위 사전 설치 작업이 완료 되었다면 이 가상 환경에 디퓨저(Diffusers)를 설치하기 위한 사전 준비는 되었습니다.
Step 2. pip 로 가상환경 생성 및 활성화
본인 프로젝트의 디렉토리에 다음 명령으로 가상환경을 생성한 후 시작해 봅니다.
python -m venv .env
다음 명령으로 가상환경을 활성화(Activate) 해 줍니다.
source .env/bin/activate
가상환경 생성 및 활성화가 완료되었습니다. 이제 실제 디퓨저를 설치해야 하는데, 설치는 소스에서 바로 설치하는 방법과 소스 편집용으로 디퓨저 소스를 다운로드 설치하는 방법이 있습니다. 이 글에서는 디퓨저 저장소를 복제 후 코드 편집도 가능한 편집용 디퓨저 설치 방법을 알아보겠습니다.
Step 3. 편집용 디퓨저(diffusers) 설치 방법
다음 명령으로 디퓨저 저장소를 복제 후 diffusers 폴더 경로로 이동합니다.
git clone https://github.com/huggingface/diffusers.git
cd diffusers
디퓨저 라이브러리를 계속 유지하려면 복제된 diffusers 경로는 계속 유지해야만 합니다. 또한 복제한 diffusers 경로와 Python 라이브러리 경로를 연결하기 위해서 다음 명령을 실행해야 합니다.
1. 파이토치 설치방법
pip install -e ".[torch]"
2. Flax 설치방법
pip install -e ".[flax]"
파이토치와 flax 설치 이후 Python은 일반 라이브러리 경로 이외 설치한 diffusers 경로도 검색합니다.
Step 4. 원격 측정 로깅에 대한 알림 설정 방법
이 라이브러리는 from_pretrained() 메소드 호출 시 원격 측정 데이터를 수집하는 편리한 기능을 제공합니다. 데이터는 디퓨저, 파이토치 또는 Flax 버전, 사용된 모델과 파이프라인 클래스, 사전 학습된 체크포인트의 경로(허깅페이스 허브에 있는 경우) 등과 같은 중요한 정보를 포함하며, 이를 통해 문제점을 식별하고 개선할 수 있습니다. 원격 측정 기능은 허깅페이스 허브에서 모델과 파이프라인을 가져올 때만 작동하고 로컬 환경에서는 작동하지 않아 사용자의 프라이버시를 보호합니다. 그러나 그래도 사용자가 개인 정보 공유를 원하지 않는 경우를 고려하여, 라이브러리는 원격 측정 데이터 수집을 비활성화할 수 있는 옵션을 제공합니다. 환경 변수 `DISABLE_TELEMETRY`를 설정하여 원격 측정 기능을 비활성화할 수 있습니다.
Linux/MacOS 사용자의 경우
export DISABLE_TELEMETRY=YES
Windows 사용자의 경우
set DISABLE_TELEMETRY=YES
이 블로그의 다른 글 보기
VS Code 코파일럿(Copilot) Extention 설치 방법
'AI' 카테고리의 다른 글
허깅페이스 디퓨저 이미지 생성 방법 예제 (0) | 2023.07.28 |
---|---|
PyTorch, 맥북 프로 M2칩셋 CUDA 지원 안됨 해결 방법 (0) | 2023.07.20 |
챗GPT 간단한 날씨앱 만드는 방법 (0) | 2023.07.04 |
뤼튼 AI, 한국어 초거대 콘텐츠 생성 AI (0) | 2023.05.19 |
딥엘 번역기 사용법: 정확하고 독보적인 AI 번역 서비스 (0) | 2023.05.18 |
댓글