File size: 2,307 Bytes
1429e38
 
 
 
 
eb1a752
 
 
 
1429e38
 
 
eb1a752
1429e38
 
 
 
 
 
 
eb1a752
 
 
 
 
1429e38
 
eb1a752
 
 
 
 
 
1429e38
 
eb1a752
 
 
 
1429e38
 
eb1a752
 
 
 
1429e38
 
eb1a752
 
1429e38
 
 
 
 
 
 
eb1a752
1429e38
 
eb1a752
 
 
 
1429e38
 
 
eb1a752
 
 
 
 
 
1429e38
 
eb1a752
 
1429e38
 
 
eb1a752
1429e38
eb1a752
 
 
 
 
 
 
1429e38
 
eb1a752
 
 
 
 
1429e38
 
eb1a752
 
 
 
1429e38
 
 
 
eb1a752
 
 
 
1429e38
 
 
eb1a752
 
 
 
 
1429e38
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
eb1a752
1429e38
 
 
 
 
 
 
eb1a752
1429e38
 
eb1a752
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
# Instalação e Configuração

## Requisitos do Sistema

### Hardware Recomendado

- **Processador**: NVIDIA T4 16GB ou superior
- **Processamento**: 4+ cores
- **Memória**: 16GB mínimo
- **Armazenamento**: 10GB+ disponível

### Software Necessário

- Python 3.10+
- CUDA 11.8+ (para GPU)
- Git

## Instalação Local

1. Clone o repositório:

   ```bash
   git clone https://github.com/seu-usuario/hackatoon-1iadt.git
   cd hackatoon-1iadt
   ```

2. Crie e ative um ambiente virtual:

   ```bash
   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   .\venv\Scripts\activate   # Windows
   ```

3. Instale as dependências:

   ```bash
   pip install -r requirements.txt
   ```

4. Configure as variáveis de ambiente:

   ```bash
   cp .env.example .env
   ```

Edite o arquivo `.env` com suas configurações:

```plaintext
HUGGINGFACE_TOKEN=seu_token
GPU_MEMORY_FRACTION=0.9
MAX_CONCURRENT_REQUESTS=2
```

## Configuração do Ambiente

### Configuração NVIDIA

1. Verifique a instalação do CUDA:

   ```bash
   nvidia-smi
   ```

2. Ajuste as configurações de GPU em `.env`:

   ```plaintext
   USE_GPU=true
   GPU_DEVICE=0
   ```

### Modo CPU

Para usar apenas CPU:

```plaintext
USE_GPU=false
```

## Processo de Deploy

### Deploy no Hugging Face

1. Configure as variáveis de ambiente:

   ```bash
   cp .env.example .env.huggingface
   ```

2. Edite `.env.huggingface`:

   ```plaintext
   HF_SPACE_ID=seu-espaco
   HF_TOKEN=seu_token
   ```

3. Execute o deploy:

   ```bash
   ./deploy.sh
   ```

## Verificação da Instalação

1. Execute os testes:

   ```bash
   pytest
   ```

2. Inicie a aplicação:

   ```bash
   python app.py
   ```

3. Acesse: <http://localhost:7860>

## Troubleshooting

### Problemas Comuns

1. **Erro CUDA**
   - Verifique a instalação do CUDA
   - Confirme compatibilidade de versões

2. **Memória Insuficiente**
   - Ajuste `GPU_MEMORY_FRACTION`
   - Reduza `MAX_CONCURRENT_REQUESTS`

3. **Falha no Deploy**
   - Verifique credenciais do Hugging Face
   - Confirme permissões do espaço

### Sistema de Logs

- Logs da aplicação: `logs/app.log`
- Logs do GPU: `logs/gpu.log`

## Suporte

Para problemas e dúvidas:

1. Abra uma issue no GitHub
2. Consulte a documentação completa
3. Entre em contato com a equipe de suporte