码迷,mamicode.com
首页 > 系统相关 > 详细

简略描述在Ubuntu18.03部署Docker+Tensorflow GPU版+Pycharm

时间:2020-02-28 21:08:25      阅读:99      评论:0      收藏:0      [点我收藏+]

标签:https   com   str   启动   数据   sudo   文件夹   修改   拉取   

简单叙述一下如何在docker中运行tensorflow,并通过Pycharm连接docker进行开发,避免再次踩坑

1.安装nvdia显卡驱动

不一定需要安装cuda,但可以通过安装cuda来自动安装显卡驱动

2.安装docker

3.设置docker镜像加速(可选,此步骤的目的是为了加快pull镜像的速度)

具体可参考:https://www.runoob.com/docker/docker-mirror-acceleration.html

4.安装nvidia docker2

注意 根据nvidia docker的github页面以及我自己的实验,目前最新版本的docker已经原生支持nvidia gpu的调用,只需要在启动镜像时添加--gpus all参数即可。
看似无需额外安装nvidia docker,但这种原生支持并不被Pycharm所支持,所以还是得安装nvidia docker2。

5.修改docker daemon的配置文件

sudo vim /etc/docker/daemon.json

将其内容改为

{
    "registry-mirrors":["https://registry.docker-cn.com"],
    "default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "/usr/bin/nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}

6.重启daemon进程和docker服务

sudo systemctl daemon-reload
sudo systemctl restart docker

7.拉取tensorflow的镜像

执行

docker pull tensorflow/tensorflow:2.0.1-gpu-py3

8.运行tensorflow容器

docker run --rm -it tensorflow/tensorflow:2.0.1-gpu-py3 bash

可加上-v /example:/inner 将宿主机的/example文件夹挂载到容器的/inner,实现文件数据共享

9.安装Pycharm Pro

10.配置Pycharm docker支持

简略描述在Ubuntu18.03部署Docker+Tensorflow GPU版+Pycharm

标签:https   com   str   启动   数据   sudo   文件夹   修改   拉取   

原文地址:https://www.cnblogs.com/drperry/p/12379861.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!