Question 1

Immich で ENCODED_VIDEO_LOCATION と THUMB_LOCATION の環境変数が有効にならないのはなぜですか？

Accepted Answer

これらの環境変数はImmichサーバーコードによって読み取られることはありません。これらはボリュームマウントパスを簡略化するために、docker-compose.yml内での変数置換のみを目的としています。実際にカスタムストレージの場所を使用するには、関連するコンテナのボリュームマウントを更新し、希望するホストディレクトリを期待される内部パスにマッピングしてください（例：/your/custom/thumbs を /usr/src/app/upload/thumbs にマウントする）。例については公式のcustom-locationsガイドを参照してください。

Question 2

なぜ Immich の「Download all」は、アルバムを .zip 拡張子なしの archive というファイル名で保存するのですか？

Accepted Answer

これは、アルバム名に RFC 8187 の予約文字、特にアポストロフィ（例：Sam's birthday）が含まれる場合に Chromium ベースのブラウザーで発生します。Immich は filename*=UTF-8''Sam's%20birthday.zip を送信します。エスケープされていないアポストロフィがヘッダー区切り文字として機能するため、Chromium はファイル名を拒否し、URL エンドポイント名 archive にフォールバックします。

修正は、Content-Disposition ヘッダーを構築する際に encodeURIComponent を適用した後に「'」、「(」、「)」、「*」をエスケープすることです：

filename*=UTF-8''${
  encodeURIComponent(dto.archiveName)
    .replace(/['()*]/g, c => `%${c.charCodeAt(0).toString(16).toUpperCase()}`)
}.zip

PR #32297 を適用するか、それが含まれるリリースにアップグレードしてください。一時的な回避策：アルバム名を変更してアポストロフィ/括弧/アスタリスクを削除する、Firefox または Safari を使用する、またはダウンロードした archive ファイルを手動で album-name.zip に名前変更する。

Question 3

Why does Immich OCR fail with TensorRT "Incompatible dimensions" when maximum resolution is set to 1080?

Accepted Answer

The OCR text detector requires both canvas dimensions to be divisible by 32. In Immich v3.3.1 with ML model revision v2, `ocr_canvases()` rounds only one dimension and uses the configured maximum resolution as-is for the other, so values such as `1080` cause TensorRT/MIGraphX model preparation to fail.

Workaround: go to **Machine Learning → OCR → Maximum resolution** and set it to a multiple of 32. Use `1088` instead of `1080`; other known working values include `960` and `1056`. Save the setting, restart `immich-machine-learning` if necessary, then rerun the OCR job. Avoid switching OCR models just to work around this, because switching models removes existing OCR results.

A permanent fix rounds the configured maximum resolution up to a multiple of 32; upgrade to a release containing PR "fix(ml): Round OCR max resolution up to a multiple of 32" when available.

Question 4

2.4.0 にアップグレードした後、Immich Machine Learning ROCm エラー「Cannot read TensileLibrary.dat: Illegal seek for GPU arch : gfx900」を修正する方法は？

Accepted Answer

Immich ML 2.4.0 の新しい ROCm イメージでは、サポートされていない Vega/Renoir GPU を gfx900 に強制するときに必要な TensileLibrary_lazy_gfx900.dat が同梱されなくなりました。2.4.0 より前の最後の ROCm イメージからファイルをコピーし、新しいコンテナに bind-mount してください。

1. 以前の Immich ML イメージから、動作した最後のバージョンを使って、不足しているライブラリを抽出します:
OLD_TAG=v2.3.0-rocm
cid=$(docker create ghcr.io/immich-app/immich-machine-learning:$OLD_TAG)
docker cp "$cid":/opt/rocm/lib/rocblas/library/TensileLibrary_lazy_gfx900.dat ./TensileLibrary_lazy_gfx900.dat
docker rm "$cid"

2. docker-compose.yml でファイルを bind mount として追加します:
volumes:
  - ./TensileLibrary_lazy_gfx900.dat:/opt/rocm/lib/rocblas/library/TensileLibrary_lazy_gfx900.dat:ro

3. gfx900 override を残しておきます:
environment:
  - HSA_OVERRIDE_GFX_VERSION=9.0.0
  - HSA_USE_SVM=0

4. コンテナを再作成します:
docker compose up -d immich-machine-learning

後でログが他の不足している gfx900 .dat ファイルを報告する場合は、同じ古いイメージから同じ方法でそれらを抽出してください。これは、gfx900 が新しい ROCm スタックで公式にサポートされていないための回避策です。代替案は、Immich ML を 2.3.x の ROCm イメージに固定するか、CPU 実行にフォールバックすることです。

Question 5

Immich DockerでGPUアーキテクチャgfx90cのrocBLAS「TensileLibrary.dat」エラーを修正するにはどうすればよいですか？

Accepted Answer

AMD Vegaベースのgfx90c APUの場合、immich-machine-learningサービスにHSA_OVERRIDE_GFX_VERSION=9.0.0を追加して、ROCmに互換性のあるgfx900アーキテクチャを使用させます。docker-compose.ymlに以下を追加します：

environment:
  - HSA_OVERRIDE_GFX_VERSION=9.0.0

あるいは、サービスによって読み込まれるenvファイル（報告されたセットアップではstack.env）にHSA_OVERRIDE_GFX_VERSION=9.0.0を記述します。/dev/driと/dev/kfdがパススルーされ、コンテナがvideoグループに属していることを確認してから、次を実行します：

docker compose up -d --force-recreate immich-machine-learning

これにより、APUをgfx900として報告することで、rocBLAS error: Cannot read ... TensileLibrary.dat ... for GPU arch : gfx90cが解決されます。注：新しいImmich ROCmイメージは、Vega APUをサポートしなくなったROCmバージョンを使用している可能性があります。オーバーライドが機能しなくなった場合は、ROCmにまだgfx900サポートが含まれている古いリリースにimmich-machine-learning:<version>-rocmイメージを固定してください。

Immich

主な機能

できないこと

使用例

タグ

はじめ方

類似プロジェクト