docker 使用GPU的過程詳解
以TensorFlow2.0為例
下載tf-gpu
在docker hub里選擇要下載的tf版本(注意選帶GPU和py3的)
https://hub.docker.com/r/tensorflow/tensorflow/
如:
docker pull tensorflow/tensorflow:2.0.3-gpu-py3
如果上述下載超時,可以配置清華源。
或者通過如下命令下載:
docker pull docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3
基于拉的tf-gpu鏡像構建自己的鏡像
如下dockerfile
FROM docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3 RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo "Asia/Shanghai" > /etc/timezone && \ pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas sklearn scipy matplotlib seaborn pyyaml h5py hdfs RUN pip install deepctr[gpu] -i http://pypi.douban.com/simple --trusted-host pypi.douban.com RUN pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com # cd /data/wangguisen/ad_ctr # docker build -t tf-deepctr:1.0 -f ./dk/Dockerfile_base .
啟動鏡像檢查GPU是否可用
docker run --gpus '"device=0"' \ --rm -it --name ad_ctr \ -v /data/wangguisen/ad_ctr:/data/ad_ctr \ tf-deepctr:1.0
輸入 nvidia-smi
如果出現(xiàn)0號顯卡的信息說明成功。
參考自:
https://blog.csdn.net/weixin_35725559/article/details/112268434
https://zhuanlan.zhihu.com/p/83691871
到此這篇關于docker 使用GPU的過程詳解的文章就介紹到這了,更多相關docker 使用GPU內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Docker 端口映射與容器互聯(lián)的實現(xiàn)
Docker的端口映射和容器互聯(lián)是構建和管理微服務架構時重要的概念,本文主要介紹了Docker 端口映射與容器互聯(lián)的實現(xiàn),文中通過示例代碼介紹的非常詳細,需要的朋友們下面隨著小編來一起學習學習吧2025-01-01