山东银汇建设集团网站,东莞建设网站的公司,职业学校查询网站,公司网站自己可做吗本文分享如何使用docker获取Nvidia 镜像#xff0c;包括cuda10、cuda11等不同版本#xff0c;cudnn7、cudnn8等#xff0c;快速搭建深度学习环境。 1、来到docker hub官网#xff0c;查看有那些Nvidia 镜像
https://hub.docker.com/r/nvidia/cuda/tags?page2name11.…本文分享如何使用docker获取Nvidia 镜像包括cuda10、cuda11等不同版本cudnn7、cudnn8等快速搭建深度学习环境。 1、来到docker hub官网查看有那些Nvidia 镜像
https://hub.docker.com/r/nvidia/cuda/tags?page2name11.3 这里可以输入cuda的版本比如11.6或筛选出相关的镜像
https://hub.docker.com/r/nvidia/cuda/tags?page1name11.6 旁边还有镜像名称的排序方式 2、拉取镜像到本地
选择好想要的镜像比如11.3.1-cudnn8-devel-ubuntu20.04 点击右边的复制按键 复制到命令
docker pull nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04
然后到命令终端执行 这时就开始把nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04镜像拉到本地啦需要等待一会。 3、查看镜像打开镜像
拉取镜像完成后用docker images命令查看镜像的情况
docker images 能看到nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04镜像在本地了镜像大小是8.95G。 打开镜像常规模式--支持使用GPU
docker run -i -t --gpus all nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04 /bin/bash 打开镜像增强模式--支持使用GPU、映射目录、设置内存
docker run -i -t -v /home/liguopu/:/guopu:rw --gpus all --shm-size 16G nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04 /bin/bash
平常进入了docker环境然后创建或产生的文件在退出docker环境后会“自动销毁”或者想运行本地主机的某个程序发现在docker环境中找不到。
我们可以通过映射目录的方式把本地主机的某个目录映射到docker环境中这样产生的文件会保留在本地主机中。
通过-v 把本地主机目录 /home/liguopu/ 映射到docker环境中的/guopu 目录其权限是rw即能读能写。
默认分配很小的内参在训练模型时不够用可以通过参数设置比如我电脑有32G内参想放16G到docker中使用设置为 --shm-size 16G。 4、测试镜像cuda和cudnn
用nvidia-smi看看显卡信息 这里看到的CUDA Version: 11.4是和主机一致的但我们想要的是11.3没关系继续往下看。
用nvcc -V 命令查看才是实际的cuda版本后面搭建深度学习环境也是依赖这里的cuda 11.3。 用ls /usr/local/命令看看cuda安装路径 下面就开始搭建深度学习环境啦 5、安装conda环境
默认的系统镜像可能没有conda也没有python我们可以安装Anaconda来搭建深度学习环境 这里有两个下载地址可以选择分别是官方下载地址、清华大学开源软件镜像站。
官方下载地址Free Download | Anaconda 如果觉得官方地址下载慢可以尝试下清华大学的下载地址
清华大学开源软件镜像站Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
比如选择Anaconda3-2023.07-2-Linux-x86_64.sh
安装Anaconda3
进入下载文件的位置打开终端terminal在文件目录下使用bash 执行安装就可以啦 bash Anaconda3-2023.07-2-Linux-x86_64.sh 安装过程
1输入回车键确认安装
2阅读Anaconda最终用户许可协议按下回车浏览完信息
3问我们是否接受该协议只能接受了输入yesDo you accept the license terms? [yes|no]
4提示安装到以下位置回车确认即可Anaconda3 will now be installed into this location:
5是否加入环境变量通常是选择yes的这个根据自己情况选择如果经常用conda环境开发建议选择yesDo you wish the installer to initialize Anaconda3 in your /home/linuxidc/.bashrc ? [yes|no]
开始安装页面 安装过程 完成conda安装 用另一个终端打开这个镜像创建的容器 能看到能conda的初始环境了说明conda安装成功啦。
