原文:Deepo
作者:Ming
译者:Teixeira10
【译者注】在本文中,作者简单介绍了Deepo的使用,给出了清晰的步骤和命令,也将各个深度学习框架进行了比较。
以下为译文:
Deepo是一个几乎包含所有流行深度学习框架的Docker映像,拥有一个完整的可复制的深度学习研究环境。它涵盖了当前最流行的深度学习框架:
theano,tensorflow,sonnet,pytorch,keras,lasagne,mxnet,cntk,chainer,caffe,torch。
步骤1:安装Docker和nvidia-docker。
步骤2:获得Deepo镜像。
你可以直接从Docker Hub下载镜像,或者自己构建镜像。
选项1:从Docker Hub获得镜像(建议)
docker pull ufoym/deepo
选项2:在本地构建Docker镜像
git clone https://github.com/ufoym/deepo.git
cd deepo && docker build -t ufoym/deepo .
请注意,这可能需要几个小时,因为它从头开始编译了一些库。
现在你可以试试这个命令:
nvidia-docker run --rm ufoym/deepo nvidia-smi
这是能够运行的,并且使Deepo能够在docker容器内使用GPU。如果这个方法不起作用,可以搜索nvidia-docker GitHub上的问题——这上面已经有许多解决方案。将一个交互式shell放入一个容器,该容器不会在你退出之后自动删除。
nvidia-docker run -it ufoym/deepo bash
如果你想要在本地(你的机器或VM)和Deepo容器之间进行共享数据和配置,请使用-v。
vidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash
现在,请开始你的Deepo之旅吧!
$ python
>>> import tensorflow
>>> print(tensorflow.__name__, tensorflow.__version__)
tensorflow 1.3.0
$ python
>>>>>> import sonnet
>>> print(sonnet.__name__, sonnet.__path__)
sonnet ['/usr/local/lib/python3.5/dist-packages/sonnet']
$ python
>>> import torch
>>> print(torch.__name__, torch.__version__)
torch 0.2.0_3
$ python
>>> import keras
>>> print(keras.__name__, keras.__version__)
keras 2.0.8
$ python
>>> import mxnet
>>> print(mxnet.__name__, mxnet.__version__)
mxnet 0.11.0
$ python
>>> import cntk
>>> print(cntk.__name__, cntk.__version__)
cntk 2.2
$ python
>>> import chainer
>>> print(chainer.__name__, chainer.__version__)
chainer 3.0.0
$ python
>>> import theano
>>> print(theano.__name__, theano.__version__)
theano 0.10.0beta4+14.gb6e3768
$ python
>>> import lasagne
>>> print(lasagne.__name__, lasagne.__version__)
lasagne 0.2.dev1
$ python
>>> import caffe
>>> print(caffe.__name__, caffe.__version__)
caffe 1.0.0
$ caffe –version
caffe version 1.0.0
$ th
│ ______ __ | Torch7
│ /_ __/__ ________/ / | Scientific computing for Lua.
│ / / / _ \/ __/ __/ _ \ | Type ? for help
│ /_/ \___/_/ \__/_//_/ | https://github.com/torch
│ | http://torch.ch
│
│th>
Deepo有MIT许可证。