附註：

在 Oracle Cloud Infrastructure 中的 Ubuntu GPU HPC 執行處理安裝 DeepFace

簡介

DeepFace 是一種使用人工智慧 (AI) 進行臉部屬性辨識和分析的軟體。此任務需要大量的處理能力，其中使用圖形處理器單元 (GPU)。DeepFace 可用於多個領域，例如：媒體、藝術、教育等等，不會對安全性與隱私權造成任何威脅。

注意：Oracle 與 DeepFace 軟體沒有關係。本教學課程的目的在於協助根據媒體領域的 Oracle 客戶成功測試安裝軟體。

目標

安裝 DeepFace

  1. 安裝作業系統 (OS) 相依性。

    $ 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. 安裝 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. 安裝 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. 瀏覽至 /home/ubuntu/DeepFaceLab_Linux/DeepFaceLab/requirements-cuda.txt，並使用下列內容更新 requirements-cuda.txt 檔案。

    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. 安裝必要的套裝軟體，以供 DeepFace 使用。

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

  6. 啟用 GPU 支援 TensorFlow。

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

    注意：請從此處下載 Tensorflow：使用 pip 安裝 TensorFlow 。

  7. 測試 GPU 存取權。

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

  8. 調整 DeepFace 程式碼的 NumPy 版本以正確運作。

    $ pip install numpy==1.23

  9. 瀏覽至 /home/ubuntu/DeepFaceLab_Linux/scripts/env.sh 並編輯 env.sh 檔案。將 Python 版本變更為 3.9，然後刪除參照 conda 啟動的行。

    export DFL_PYTHON="python3.9"

    DeepFace 已可開始執行。

認可

其他學習資源

瀏覽 docs.oracle.com/learn 的其他實驗室，或前往 Oracle Learning YouTube 頻道存取更多免費學習內容。此外，請造訪 education.oracle.com/learning-explorer 以成為 Oracle Learning Explorer。

如需產品文件，請造訪 Oracle Help Center 。