Windows + Pycharm + Docker 配置GPU跑深度学习【不常见GPU问题】

Windows + Pycharm + Docker 配置GPU跑深度学习

核心配置方法回顾，与 GPU无法使用的解决方案。

1. 更换镜像源

用于加速资源下载！修改配置文件: daemon.json
添加国内镜像源：

"registry-mirrors": [
    "https://registry.docker-cn.com",
    "https://docker.mirrors.ustc.edu.cn",
    "http://hub-mirror.c.163.com",
    "https://cr.console.aliyun.com/"
  ]

• 两种方式
  （1）从软件上修改。可以直接复制粘贴内容，然后重启软件即可。
  
  （2）在windows安装目录下，找到 daemon.json 文件。然后修改。结果也是一样的。（记得重启Docker软件！）
  Docker默认安装时，该文件储存在 C:\Users\xxx\.docker 文件夹内

2. Pycharm配置Docker

值得一提，pycharm配置docker时，只依赖于镜像文件，而不需要容器。 换句话说，当配置好docker后，点击运行程序，pycharm会自动生产一个临时容器，运行结束后，会自动销毁.
（可以从Docker desktop软件上查看到这个现象！）

一般情况下，如果不使用GPU，这没什么影响！
也就是说，如果使用GPU，这样配置是不行的。因为pycharm不会自动启动docker中的gpu！

配置方法

第一步

在Docker Desktop中，勾选，打开TLS功能。

第二步

pycahrm上的配置如图。经常使用Pycharm的应该熟悉！

值得一提

在 Pycharm 上，可以很方便的操控Docker，包括拉取镜像，建立容器，进入或退出容器等等。鼠标右键就可以方便使用，避免了复杂的命令！
但是，这里的容器连接，也只是用于查看容器或者镜像的情况，当运行python程序时，和这里的容器状态没什么关系！！！！！

也就是说，如何你需要改变容器里的内容，你需要它们保存成新的镜像，然后，再重复第二步的配置工作！

3. Pycharm配置Docker后无法使用GPU的解决方案

在 2 中提到，在cmd命令窗口中，明明可以用GPU。而实际运行程序时，无法使用GPU的问题。
此刻，需要配置 daemon.json 文件，使docker默认使用 nvidia-docker。
添加内容：

"default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "/usr/bin/nvidia-container-runtime",
            "runtimeArgs": [ ]
        }
    }

ubuntu系统， daemon.json 文件是在 /etc/docker/daemon.json