docomo MEC™ docomo MEC™ docomo MEC™
お問い合わせ ドキュメント ログインページ
検索
お問い合わせ ドキュメント ログインページ
  • Compute V
  • Compute O
  • Compute D
  • MECダイレクト
  • MECダイレクト(SA)
  • ドコモ画像認識PF
  • ネットワークセキュリティサービス
  • docomo MECポータルへのログイン方法
  • 用語集
  • 改訂履歴
Compute V
Compute O
Compute D
MECダイレクト
MECダイレクト(SA)
ドコモ画像認識PF
ネットワークセキュリティサービス
docomo MECポータルへのログイン方法
用語集
改訂履歴

›チュートリアル

  • Compute Vとは
  • Compute Vの機能
  • 基本的な概念
  • 仮想マシンのアーキテクチャ
  • ネットワーク構成
  • アクセス方法
  • ユーザー管理
  • 関連サービス
  • ご利用開始までの流れ

  • ファーストステップガイド
  • 仮想マシンの作成
  • 仮想マシンへの接続
  • クリーンアップ
  • 使用上の注意

  • はじめに
  • vApp
  • Apache ウェブサーバの構築

    • Webサーバーの構築(vApp使用)
    • Webサーバーの構築(vApp不使用)
  • ネットワークの作成
  • NICの追加
  • ファイアウォールの設定
  • リモート接続
  • インターネットへの公開
  • バックアップ
  • ロードバランサーの設定
  • 名前付きディスク
  • ディスクの追加方法
  • ユーザー管理
  • 高可用性構成
  • GPU
  • 顔認識アプリの作成

    • 環境構築(GPU)
    • 顔認識処理(GPU)
    • APIの公開(GPU)
    • 環境構築(CPU)
    • クライアントの公開(CPU)
    • テスト

    コンピュート

    • vApp
    • 仮想マシン
    • アフィニティルール

    ネットワーク

    • ネットワーク
    • エッジ

    ストレージ

    • 名前付きディスク
    • ストレージポリシー
  • アプリケーション
  • コンテンツ ライブラリ

    • vApp テンプレート
    • メディアとその他
    • カタログ
  • 監視
  • ユーザー環境設定
  • ユーザー管理

    • ホーム
    • マイパスワード変更
    • アカウント一覧
    • アカウント登録
    • ログアウト
  • 稼働状況統計
  • ロードバランサー
  • VMware Tools

  • よくあるご質問

環境構築(GPU)

環境構築

本項では、GPUインスタンスの環境構築について説明します。
今回のチュートリアルでは、Python 3.9 を使って環境を構築します。

cmakeのインストール

python のビルドなどに必要なcmakeをインストールします。
  1. 以下のコマンドを順番に実行し、apt の状態を最新化してから必要なライブラリをインストールします。
    $ sudo apt update 
    $ sudo apt --fix-broken upgrade -y
    $ sudo apt install build-essential -y
  2. 以下のコマンドを順番に実行し、作業用ディレクトリを作成し、移動します。
    $ mkdir opt
    $ cd opt
  3. 次のコマンドを実行し、cmakeのソースコードをダウンロードします。
    $ wget https://github.com/Kitware/CMake/releases/download/v3.25.0-rc3/cmake-3.25.0-rc3.tar.gz
  4. 次のコマンドを実行し、ダウンロードしたファイルを解凍します。
    $ tar -zxvf cmake-3.25.0-rc3.tar.gz
  5. 次のコマンドを実行し、解凍したフォルダに移動します。
    $ cd cmake-3.25.0-rc3
  6. 以下のコマンドを順番に実行し、cmakeをビルドします。
    $ ./configure -- -DCMAKE_USE_OPENSSL=OFF
    $ make
    $ sudo make install

Python3.9のインストール

  1. 次のコマンドを入力し、フォルダを移動します。
    $ cd ~/opt
  2. 次のコマンドを入力し、必要なライブラリをインストールします。
    $ sudo apt --fix-broken install zlib1g-dev libssl-dev -y
  3. 次のコマンドを実行し、Python3.9のソースコードをダウンロードします。
    $ sudo wget https://www.python.org/ftp/python/3.9.6/Python-3.9.6.tgz
  4. 次のコマンドを実行し、ダウンロードしたファイルを解凍します。
    $ tar xzf Python-3.9.6.tgz
  5. 次のコマンドを実行し、解凍したフォルダに移動します。
    $ cd Python-3.9.6
  6. 以下のコマンドを順番に実行し、Python をビルドします。
    $ sudo ./configure --enable-optimizations
    $ sudo make altinstall

仮想環境の起動

  1. 次のコマンドを実行し、フォルダを移動します。
    $ cd
  2. 次のコマンドを実行し、venvフォルダを作ります。
    $ python3.9 -m venv --without-pip face_venv
  3. 次のコマンドを実行し、venvを起動します。
    $ source face_venv/bin/activate
  4. コマンドラインの最初に(face_venv)という文字列が表示されていれば、仮想環境を起動できています。

pipのインストール

  1. 次のコマンドを実行し、pipをダウンロードします。
    $ wget https://bootstrap.pypa.io/get-pip.py
  2. 次のコマンドを実行し、pipをインストールします。
    $ python get-pip.py

必要なライブラリのインストール

今回、GPUサーバーで用いるライブラリは以下のものです。
  • Flask
  • Face Recognition
これらを先ほどインストールしたpipを使ってインストールします。
  1. 以下のコマンドを実行し、それぞれのライブラリをインストールします。
    $ python -m pip install flask
    $ python -m pip install pillow
    $ python -m pip install face_recognition
← 顔認識アプリの作成 顔認識処理(GPU) →
  • 環境構築
    • cmakeのインストール
    • Python3.9のインストール
    • 仮想環境の起動
    • pipのインストール
    • 必要なライブラリのインストール
  • ※「docomo MEC」は株式会社NTT ドコモの商標です。
docomo
© NTT DOCOMO, INC. All Rights Reserved