Note :
- Ce tutoriel nécessite l'accès à Oracle Cloud. Pour vous inscrire à un compte gratuit, voir Introduction au niveau gratuit d'Oracle Cloud Infrastructure.
- Il utilise des exemples de valeurs pour les données d'identification, la location et les compartiments Oracle Cloud Infrastructure. À la fin de votre laboratoire, remplacez ces valeurs par celles propres à votre environnement en nuage.
Installez DeepFace sur l'instance de calcul de haute performance GPU Ubuntu dans Oracle Cloud Infrastructure
Présentation
DeepFace est un logiciel qui utilise l'intelligence artificielle (IA) pour la reconnaissance et l'analyse des attributs faciaux. Cette tâche nécessite une grande capacité de traitement, dans laquelle l'unité de processeur graphique (GPU) est utilisée. DeepFace peut être utilisé dans plusieurs domaines, tels que : les médias, les arts, l'éducation et ainsi de suite sans aucune menace pour la sécurité et la vie privée.
Note : Oracle n'a aucune relation avec le logiciel DeepFace. Le présent tutoriel vise à faciliter l'installation du logiciel en fonction des tests réussis effectués pour un client d'Oracle dans le secteur des médias.
Objectif
- Installez DeepFace sur l'instance de calcul de haute performance GPU Ubuntu dans Oracle Cloud Infrastructure.
Installer DeepFace
-
Installez les dépendances du système d'exploitation.
$ 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
-
Installez 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
-
Installez 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
-
Naviguez jusqu'à
/home/ubuntu/DeepFaceLab_Linux/DeepFaceLab/requirements-cuda.txt
et mettez à jour le fichierrequirements-cuda.txt
avec le contenu suivant.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
-
Installez les ensembles nécessaires pour que DeepFace fonctionne.
$ pip install --upgrade pip $ python -m pip install -r requirements-cuda.txt $ pip install tensorflow[and-cuda]
-
Activez la prise en charge de GPU avec TensorFlow.
$ pip install tensorflow-2.15.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Note : Téléchargez Tensorflow à partir d'ici : Installez TensorFlow avec pip.
-
Testez l'accès GPU.
$ python3 - c "import tensorflow as tf ; print( tf. config.list _physical_devices ('GPU'))"
-
Ajustez la version NumPy pour que le code DeepFace fonctionne correctement.
$ pip install numpy==1.23
-
Accédez à
/home/ubuntu/DeepFaceLab_Linux/scripts/env.sh
et modifiez le fichierenv.sh
. Remplacez la version de Python par3.9
et supprimez la ligne faisant référence à l'activation Conda.export DFL_PYTHON="python3.9"
DeepFace est prêt à être exécuté.
Remerciements
- Auteurs - Leandro Camargo (équipe LAD A), Douglas Silva (équipe LAD A)
Autres ressources d'apprentissage
Explorez d'autres laboratoires sur docs.oracle.com/learn ou accédez à plus de contenu d'apprentissage gratuit sur le canal YouTube d'Oracle Learning. De plus, visitez education.oracle.com/learning-explorer pour devenir un explorateur Oracle Learning.
Pour obtenir de la documentation sur le produit, visitez Oracle Help Center.
Install DeepFace on Ubuntu GPU HPC Instance in Oracle Cloud Infrastructure
F99139-01
May 2024