注意:

在 Oracle Cloud Infrastructure 中的 Ubuntu GPU HPC 实例上安装 DeepFace

简介

DeepFace 是使用人工智能 (AI) 进行面部属性识别和分析的软件。此任务需要较大的处理能力,使用图形处理器单元 (GPU)。DeepFace 可用于多个领域,例如:媒体、艺术、教育等,不会对安全和隐私造成任何威胁。

注:Oracle 与 DeepFace 软件没有关系。本教程的目的是根据在媒体领域为 Oracle 客户执行的成功测试来帮助安装软件。

目标

安装 DeepFace

  1. 安装操作系统 (OS) 相关项。

    $ 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. 安装 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. 安装 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. 导航到 /home/ubuntu/DeepFaceLab_Linux/DeepFaceLab/requirements-cuda.txt 并使用以下内容更新 requirements-cuda.txt 文件。

    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. 安装 DeepFace 工作所需的软件包。

    $ pip install --upgrade pip
    $ python -m pip install -r requirements-cuda.txt
    $ pip install tensorflow[and-cuda]
    
  6. 使用 TensorFlow 启用 GPU 支持。

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

    注:从此处下载 Tensorflow:使用 pip 安装 TensorFlow

  7. 测试 GPU 访问。

    $ python3 - c "import tensorflow as tf ; print( tf. config.list _physical_devices ('GPU'))"
    
  8. 调整 NumPy 版本,使 DeepFace 代码正常工作。

    $ pip install numpy==1.23
    
  9. 导航到 /home/ubuntu/DeepFaceLab_Linux/scripts/env.sh 并编辑 env.sh 文件。将 Python 版本更改为 3.9 并删除引用 conda 激活的行。

    export DFL_PYTHON="python3.9"
    

    DeepFace 已准备好运行。

确认

更多学习资源

浏览 docs.oracle.com/learn 上的其他实验室,或者通过 Oracle Learning YouTube 频道访问更多免费学习内容。此外,请访问 education.oracle.com/learning-explorer 以成为 Oracle Learning Explorer。

有关产品文档,请访问 Oracle 帮助中心