Docker利用DockerFile創(chuàng)建部署NVIDIA+PyTorch容器的詳細過程

更新時間：2023年06月05日 15:37:59 作者：郭慶汝

這篇文章主要介紹了Docker利用DockerFile創(chuàng)建部署NVIDIA+PyTorch容器的詳細過程,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

Docker利用DockerFile創(chuàng)建部署NVIDIA+PyTorch容器

1、創(chuàng)建 Dockerfile

首先在用戶的主目錄下創(chuàng)建一個名為 mycode 的文件夾，然后創(chuàng)建 Dockerfile

mkdir mycode
cd mycode/
touch Dockerfile

注意: docker 文件的名稱必須是 Dockerfile，如果我們不遵循這個約定，我們的 docker 構(gòu)建命令將不起作用。

2、在 Dockerfile 中添加關(guān)鍵字和命令

內(nèi)容如下：

# 設(shè)置基礎(chǔ)映像
FROM nvidia/cuda:11.8.0-cudnn8-devel-ubuntu22.04
# 定義構(gòu)建參數(shù)
# 例如ARG USER=test為USER變量設(shè)置默認值"test"。
ARG USER=test
ARG PASSWORD=${USER}123$
# 處理討厭的 Python 3 編碼問題
ENV LANG C.UTF-8
ENV DEBIAN_FRONTEND noninteractive
ENV MPLLOCALFREETYPE 1
# 更新軟件包列表并安裝軟件屬性通用包
RUN apt-get update && apt-get install -y software-properties-common
# 添加Python ppa，以便后續(xù)安裝Python版本
RUN add-apt-repository ppa:deadsnakes/ppa
# 安裝Ubuntu的常用軟件包，包括wget、vim、curl、zip、unzip等
RUN apt-get update && apt-get install -y \
    build-essential \
    git \
    wget \
    vim \
    curl \
    zip \
    zlib1g-dev \
    unzip \
    pkg-config \
    libgl-dev \
    libblas-dev \
    liblapack-dev \
    python3-tk \
    python3-wheel \
    graphviz \
    libhdf5-dev \
    python3.9 \
    python3.9-dev \
    python3.9-distutils \
    openssh-server \
    swig \
    apt-transport-https \
    lsb-release \
    libpng-dev \
    ca-certificates &&\
    apt-get clean &&\
    ln -s /usr/bin/python3.9 /usr/local/bin/python &&\
    ln -s /usr/bin/python3.9 /usr/local/bin/python3 &&\
    curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py &&\
    python3 get-pip.py &&\
    rm get-pip.py &&\
    # 清理APT緩存以減小Docker鏡像大小
    rm -rf /var/lib/apt/lists/* /tmp/* /var/tmp/*
# 設(shè)置時區(qū)
ENV TZ=Asia/Seoul
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone
# 為應用程序創(chuàng)建一個用戶
RUN useradd --create-home --shell /bin/bash --groups sudo ${USER}
RUN echo ${USER}:${PASSWORD} | chpasswd
USER ${USER}
ENV HOME /home/${USER}
WORKDIR $HOME
# 安裝一些Python庫，例如numpy、matplotlib、scipy等
RUN python3 -m pip --no-cache-dir install \
    blackcellmagic\
    pytest \
    pytest-cov \
    numpy \
    matplotlib \
    scipy \
    pandas \
    jupyter \
    scikit-learn \
    scikit-image \
    seaborn \
    graphviz \
    gpustat \
    h5py \
    gitpython \
    ptvsd \
    Pillow==6.1.0 \
    opencv-python
# 安裝PyTorch和DataJoint等其他庫
# 其中torch==1.13.1表示安裝版本為1.13.1的PyTorch
RUN python3 -m pip --no-cache-dir install -i https://pypi.doubanio.com/simple/ \
    torch==1.13.1 \
    torchvision==0.14.1 \
    torchaudio==0.13.1 \
    'jupyterlab>=2'
RUN python3 -m pip --no-cache-dir install datajoint==0.12.9
# 設(shè)置環(huán)境變量LD_LIBRARY_PATH，以便支持性能分析庫
ENV LD_LIBRARY_PATH /usr/local/cuda/extras/CUPTI/lib64:${LD_LIBRARY_PATH}
# 啟動ssh服務器，打開22號端口
USER root
RUN mkdir /var/run/sshd
EXPOSE 22
CMD ["/usr/sbin/sshd", "-D"]

3、使用 Docker Build 命令構(gòu)建鏡像

在 mycode 文件夾下運行 docker build 命令，-t 選項用于設(shè)置鏡像的標簽名稱。（注意：如下指令中最后的“.”表示在當前目錄下）

$ docker build -t jboss-eap:v1 .

結(jié)果如下：

4、驗證和測試 Docker 映像

到此這篇關(guān)于Docker利用DockerFile創(chuàng)建部署NVIDIA+PyTorch容器的文章就介紹到這了,更多相關(guān)Docker創(chuàng)建部署NVIDIA+PyTorch容器內(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(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: