使用Docker配置深度学习环境

1.首先安装Docker与Nvidia-docker,请参考链接:

Ubuntu18.04安装Nvidia-Docker2_思考实践的博客-CSDN博客

2.在docker中安装pytorch以及对应的cuda版本,登录dockerhub官网查看镜像,Docker Hub。如下图所示:

使用Docker配置深度学习环境_第1张图片

这里直接拉取最高的: 1.9.1-cuda11.1-cudnn8-devel镜像,选择devel版本的更方便。

使用docker pull命令下载镜像,会下载一段时间比较久。

3.镜像下载好之后,启动,使用如下命令:

nvidia-docker run -itd -p 5004:22 pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

4.查询改容器的ID:docker ps

 5.登录:

docker exec -it cb52a1489e3a /bin/bash

6.进入之后,使用命令conda init初始化conda

可以通过conda list 查看安装的环境,pip list显示不完全,我判断Docker官方给的镜像里面的环境大部分用Conda配置的
使用Docker配置深度学习环境_第2张图片使用Docker配置深度学习环境_第3张图片

查看cuda版本信息以及pytorch使用显卡信息:

使用Docker配置深度学习环境_第4张图片

这不与你主机本地安装的Cuda版本冲突

使用Docker配置深度学习环境_第5张图片

 

7.后续还有在docker中安装jupyter notebook的操作可以参考下方链接最后一部分进行学习,目前没用上就不写了

参考资料

Ubuntu中,在docker中安装pytorch(gpu)+cuda-详细_管牛牛的博客-CSDN博客_docker中安装cuda

你可能感兴趣的