使用Docker配置深度学习环境

1.首先安装Docker与Nvidia-docker，请参考链接：

Ubuntu18.04安装Nvidia-Docker2_思考实践的博客-CSDN博客

2.在docker中安装pytorch以及对应的cuda版本，登录dockerhub官网查看镜像，Docker Hub。如下图所示：

这里直接拉取最高的： 1.9.1-cuda11.1-cudnn8-devel镜像，选择devel版本的更方便。

使用docker pull命令下载镜像，会下载一段时间比较久。

3.镜像下载好之后，启动，使用如下命令：

nvidia-docker run -itd -p 5004:22 pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

4.查询改容器的ID：docker ps

 5.登录：

docker exec -it cb52a1489e3a /bin/bash

6.进入之后，使用命令conda init初始化conda

可以通过conda list 查看安装的环境，pip list显示不完全，我判断Docker官方给的镜像里面的环境大部分用Conda配置的

查看cuda版本信息以及pytorch使用显卡信息：

这不与你主机本地安装的Cuda版本冲突

 

7.后续还有在docker中安装jupyter notebook的操作可以参考下方链接最后一部分进行学习，目前没用上就不写了

参考资料

Ubuntu中，在docker中安装pytorch(gpu)+cuda-详细_管牛牛的博客-CSDN博客_docker中安装cuda