shenwl的个人博客分享 http://blog.sciencenet.cn/u/shenwl

博文

搭建基于Docker的Tensorflow+Cuda环境

已有 4389 次阅读 2020-3-23 09:23 |系统分类:科研笔记

机器学习已是大数据分析的必备手段,我们尝试在Linux(Ubuntu 18.04)下搭建一个基于Docker的Tensorflow+Cuda环境,以用于学习、试验等。

关于Docker的安装和使用请参考我以前的博客内容。我们这里使用的是Tensorflow 1.12,使用前还需查看其对GPU的相关要求

Nvidia驱动安装配置

可以lspci | grep -i nvidia查看自己机子的N卡,也可以ubuntu-drivers devices查看系统给出的配置及驱动推荐,这时,我们可以直接ubuntu-drivers autoinstall进行安装,完成并重启后,可通过nvidia-smi验证安装是否成功并查看N卡的状态。

关于Cuda的Docker

可以参考官方github文档以及相应的FAQ等。

# apt自己升个级
$ sudo apt-get update

# 添加nvidia-docker的官方GPG key及distribution list
$ curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -sL https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

# 接下来apt再自己升个级
$ sudo apt-get update

# 安装nvidia-docker
$ sudo apt-get install nvidia-docker2

测试一下吧。

# cuda镜像可参见https://hub.docker.com/r/nvidia/cuda
$ docker pull nvidia/cuda:9.0-cudnn7-devel

# 测试
$ docker run --runtime=nvidia --rm nvidia/cuda:9.0-cudnn7-devel nvidia-smi

关于Tensorflow的Docker

可以参考官方文档以及相应的FAQ等。

# tensorflow镜像可参见https://hub.docker.com/r/tensorflow/tensorflow/
# 也可以去https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/dockerfiles/自行build
$ docker pull tensorflow/tensorflow:1.12.0-devel-gpu-py3

# 测试
$ docker run --runtime=nvidia -it --rm tensorflow/tensorflow:1.12.0-devel-gpu-py3 python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

# 喜欢jupyter的可以
$ docker run --runtime=nvidia -d -v yourdir:/notebooks -p 8888:8888 tensorflow/tensorflow:1.12.0-devel-gpu-py3 jupyter notebook --notebook-dir=/notebooks --ip 0.0.0.0 --no-browser --allow-root

以上便设置好了一个基本的机器学习环境,后续我们也可以根据自己的需求DIY相应的Docker,再接再励吧。


原文链接https://wenlongshen.github.io/2019/01/16/Docker-Tensorflow-Cuda/



https://wap.sciencenet.cn/blog-543513-1224838.html

上一篇:Kaggle之路:Titanic
下一篇:宏基因组分析方法初探
收藏 IP: 124.64.17.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-11 01:42

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部