Upload guide_installation_locale_et_gpu.md

guide_installation_locale_et_gpu.md

@@ -0,0 +1,37 @@
+# Guide d'installation locale de l'application
+
+## Installer l'application
+
+1. Créez un nouveau projet dans PyCharm (ou l'IDE de votre choix).
+
+2. Après vous être assurés de la présence d'un environnement virtuel, tapez ```git lfs install``` dans le terminal de PyCharm.
+
+3. Téléchargez le dépôt de l'application en tapant ```git clone https://huggingface.co/spaces/a-menu/arches_demo``` dans le terminal.
+
+4. Déplacez-vous à la racine de l'application avec ```cd arches_demo```, puis tapez ```pip install -r requirements.txt```.
+
+## Lancer l'application
+
+- Chaque fois que vous désirez lancer l'application, ouvrez le projet dans PyCharm et tapez dans le terminal ```streamlit run app.py``` (sans réitérer les étapes précédentes de l'installation).
+
+- Pour fermer l'application, faites ```ctrl + c```.
+
+- Pour forcer l'application à se fermer, vous pouvez fermer le terminal.
+
+
+## Relier l'application à sa carte graphique
+
+L'application utilise le CPU par défaut. Pour accélérer l'application du modèle, nous vous conseillons d'utiliser votre GPU.
+
+Pour ce faire, réalisez (une fois) les actions suivantes dans le terminal de votre IDE, application fermée :
+
+1. Tapez ```nvcc --version``` pour obtenir votre version de Cuda (regarder la ligne "Cuda compilation tools, release [numéro de version]").
+
+2. Installez ensuite la version appropriée de spacy cuda avec la commande ```pip install spacy[cudaXX]```, en remplaçant XX par votre version de Cuda. Par exemple, pour la version 12.1 de Cuda, tapez ```pip install spacy[cuda121]```.
+
+3. Installez PyTorch en suivant les instructions trouvables à l'adresse suivante : https://pytorch.org/get-started/locally/ (pensez à bien spécifier votre version de Cuda). Par exemple, pour la version 12.1 de Cuda, tapez ```pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121```.
+
+4. Pour les versions de Cuda 11.2 à 11.8, tapez ensuite ```pip install cupy-cuda11x```, pour les versions de Cuda 12.x, tapez ```pip install cupy-cuda12x```.
+
+5. Vous pouvez ensuite lancer l'application avec ```streamlit run app.py```, un voyant vert attestant de la reconnaissance de votre GPU devrait s'afficher au sommet de la page.
+