Docker容器搭建運行python的深度學習環境的方法

任務管理器中查看虛擬化,已啟用
若禁用,重啟電腦,到Bios中開啟

在這裡插入圖片描述

安裝Docker Desktop及開啟WSL功能。

在這裡插入圖片描述

打開 powershell

創建鏡像

docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash
docker images

在這裡插入圖片描述

依據鏡像id創建容器

docker create -it --name [name] [鏡像id]
docker start [name]

在這裡插入圖片描述

進入容器

docker exec -it [容器id] /bin/bash

在這裡插入圖片描述

docker容器和本地機器互傳文件

docker cp [本地路徑] 容器id:[容器內路徑]
docker cp D:\docker\raster-vision\myPY\test.py 7837a6060f9d:/opt/src/code/test.py
docker cp 容器id:[容器內路徑] [本地路徑] 

在這裡插入圖片描述

查看所有鏡像 docker images
查看所有容器 docker ps -a

在這裡插入圖片描述

在這裡插入圖片描述

Expected more than 1 value per channel when training, got input size torch.Size([1, 256, 1, 1])

batch_size=1導致。
改為偶數或在torch.utils.data.DataLoader類中或自己創建的繼承於DataLoader的類中設置參數drop_last=True,把不夠一個batch_size的數據丟棄。

urllib.error.URLError: <urlopen error [Errno 111] Connection refused>

網絡問題。
下載本地後再上傳或者搭梯子。

到此這篇關於Docker容器搭建運行python的深度學習環境的方法的文章就介紹到這瞭,更多相關Docker搭建運行python深度學習環境內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: