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
安裝Docker Desktop及開啟WSL功能。
打開 powershell
創建鏡像
docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash docker images
依據鏡像id創建容器
docker create -it --name [name] [鏡像id] docker start [name]
進入容器
docker exec -it [容器id] /bin/bash
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]
查看所有鏡像 docker images 查看所有容器 docker ps -a
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:
- torch.utils.data.DataLoader與迭代器轉換操作
- pytorch鎖死在dataloader(訓練時卡死)
- Pytorch如何加載自己的數據集(使用DataLoader讀取Dataset)
- 解決Pytorch dataloader時報錯每個tensor維度不一樣的問題
- Pytorch數據讀取與預處理該如何實現