Hinweis:

DeepFace auf Ubuntu-GPU-HPC-Instanz in Oracle Cloud Infrastructure installieren

Einführung

DeepFace ist eine Software, die künstliche Intelligenz (KI) für die Erkennung und Analyse von Gesichtsattributen verwendet. Diese Aufgabe erfordert eine große Verarbeitungskapazität, in der Grafikprozessoreinheit (GPUs) verwendet werden. DeepFace kann in verschiedenen Bereichen wie Medien, Kunst, Bildung usw. verwendet werden, ohne die Sicherheit und den Datenschutz zu gefährden.

Hinweis: Oracle hat keine Beziehung zur DeepFace-Software. Dieses Tutorial soll die Installation der Software unterstützen, die auf erfolgreichen Tests für einen Oracle-Kunden im Mediensektor basiert.

Zielsetzung

Installieren Sie DeepFace.

  1. Installieren Sie Betriebssystemabhängigkeiten.

    $ sudo apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6 ffmpeg git libgtk2.0-dev '^ libxcb .\* -dev ' libx11-xcb-dev libglu1-mesa-dev libxrender-dev libxi-dev libxkbcommon-dev libxkbcommon-x11-dev xorg gnome

  2. Installieren Sie Miniconda.

    $ rm - rf /home/ ubuntu /miniforge3
$ mkdir -P ~/miniconda3
$ wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
$ bash ~/miniconda3/miniconda.sh -B -u -P ~/miniconda3
$ rm - rf ~/miniconda3/miniconda.sh
$ ~/miniconda3/bin/conda init bash
$ ~/miniconda3/bin/conda init zsh

  3. Installieren Sie DeepFace.

    $ conda create -n deepfacelab -c main python=3.9 cudnn cudatoolkit
$ conda activate deepfacelab
$ git clone --depth 1 https://github.com/nagadit/DeepFaceLab_Linux.git
$ cd DeepFaceLab_Linux
$ git clone --depth 1 https://github.com/iperov/DeepFaceLab.git

  4. Navigieren Sie zu /home/ubuntu/DeepFaceLab_Linux/DeepFaceLab/requirements-cuda.txt, und aktualisieren Sie die Datei requirements-cuda.txt mit dem folgenden Inhalt.

    tqdm
numpy
numexpr
h5py
ffmpeg-python
scikit-image
scipy
colorama
pyqt5
tf2onnx
opencv-python-headless==4.5.1.48
opencv-python==4.5.1.48
flatbuffers
pytest

  5. Installieren Sie die erforderlichen Packages für DeepFace.

    $ pip install --upgrade pip
$ python -m pip install -r requirements-cuda.txt
$ pip install tensorflow[and-cuda]

  6. Aktivieren Sie die GPU-Unterstützung mit TensorFlow.

    $ pip install tensorflow-2.15.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

    Hinweis: Laden Sie Tensorflow von hier herunter: Installieren Sie TensorFlow mit pip.

  7. Testen Sie den GPU-Zugriff.

    $ python3 - c "import tensorflow as tf ; print( tf. config.list _physical_devices ('GPU'))"

  8. Passen Sie die NumPy-Version an, damit der DeepFace-Code korrekt funktioniert.

    $ pip install numpy==1.23

  9. Navigieren Sie zu /home/ubuntu/DeepFaceLab_Linux/scripts/env.sh, und bearbeiten Sie die Datei env.sh. Ändern Sie die Python-Version in 3.9, und löschen Sie die Zeile, die auf die Conda-Aktivierung verweist.

    export DFL_PYTHON="python3.9"

    DeepFace kann ausgeführt werden.

Danksagungen

Weitere Lernressourcen

Lernen Sie andere Übungen auf docs.oracle.com/learn kennen, oder greifen Sie auf weitere kostenlose Lerninhalte im Oracle Learning YouTube Channel zu. Besuchen Sie außerdem education.oracle.com/learning-explorer, um Oracle Learning Explorer zu werden.

Produktdokumentation finden Sie im Oracle Help Center.