docker 使用GPU的過程詳解

Posted on by

以TensorFlow2.0為例

下載tf-gpu

在docker hub裡選擇要下載的tf版本(註意選帶GPU和py3的)

https://hub.docker.com/r/tensorflow/tensorflow/

在這裡插入圖片描述

如：

docker pull tensorflow/tensorflow:2.0.3-gpu-py3

如果上述下載超時，可以配置清華源。
或者通過如下命令下載：

docker pull docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3

基於拉的tf-gpu鏡像構建自己的鏡像

如下dockerfile

FROM docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3

RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo "Asia/Shanghai" > /etc/timezone && \
	pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas sklearn scipy matplotlib seaborn pyyaml h5py hdfs

RUN pip install deepctr[gpu] -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
RUN pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com


# cd /data/wangguisen/ad_ctr
# docker build -t tf-deepctr:1.0 -f ./dk/Dockerfile_base .

啟動鏡像檢查GPU是否可用

docker run --gpus '"device=0"' \
  --rm -it --name ad_ctr \
  -v /data/wangguisen/ad_ctr:/data/ad_ctr \
  tf-deepctr:1.0

輸入 nvidia-smi 如果出現0號顯卡的信息說明成功。

在這裡插入圖片描述

參考自：

https://blog.csdn.net/weixin_35725559/article/details/112268434

https://zhuanlan.zhihu.com/p/83691871

到此這篇關於docker 使用GPU的過程詳解的文章就介紹到這瞭,更多相關docker 使用GPU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：