docker 使用GPU的过程详解

目录

• 下载tf-gpu
• 基于拉的tf-gpu镜像构建自己的镜像
• 启动镜像检查GPU是否可用

以TensorFlow2.0为例

下载tf-gpu

在docker hub里选择要下载的tf版本(注意选带GPU和py3的)

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

如：

docker pull tensorflow/tensorflow:2.0.3-gpu-py3

如果上述下载超时，可以配置清华源。
或者通过如下命令下载：

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

基于拉的tf-gpu镜像构建自己的镜像

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 .

启动镜像检查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

输入 nvidia-smi 如果出现0号显卡的信息说明成功。

参考自：

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

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

到此这篇关于docker 使用GPU的过程详解的文章就介绍到这了,更多相关docker 使用GPU内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！