Ubuntu 16.04 설치 딥러닝 환경 GPU 가속
Docker는 용기 기술로 실행할 환경을 몇 줄의 명령만으로 구축할 수 있습니다.Docker에서는 일반적인 Docker pull 방식으로 기존의 심도 있는 학습 이미지를 직접 끌어당겨 심도 있는 환경을 구축하는 것 외에 Dockerfile로 이 임무를 완성할 수 있다.
필자의 불(jian)해(chi)노(cai)력(keng)을 통해 완전한 테스트를 거친 깊이 있는 학습Dockerfile는 다음과 같은 링크를 볼 수 있다.
https://github.com/zhudaoruyi/deep-learning-gpu-env
GitHub에서 clone을 끝낸 후, Dockerfile이 있는 디렉터리로 들어갑니다.
Dockerfile 미러링 구성 방법
docker build -t name:tag .
뒤에 하나 있으니 주의해라.기호, 현재 경로를 나타냅니다.docker는 현재 경로에서 자동으로 Dockerfile을 찾습니다.이 단계에서 docker는 Dockerfile의 한 줄 명령을 실행하고 docker의 층별 저장 기술을 이용하여 docker hub에서 관련 이미지를 끌어옵니다. 대략 10여 층입니다.실행이 완료되면 docker는 약 5GB의 렌즈를 생성합니다.다음 명령을 사용하여 볼 수 있습니다.
docker images
미러링 실행 방법(GPU 가속)
nvidia-docker run -d -p 8888:8888 --name test -v /home/pzw:/home/workspace ID
nvidia-docker exec -it ID
미러 저장 방법
docker save -o
컨테이너를 저장하는 방법
docker export -o
nvidia-docker 설치
참고 자료https://github.com/zhudaoruyi/nvidia-docker주의: nvidia-docker를 설치하기 전에 docker를 설치하여 nvidia-docker가 설치되었는지 확인하기 위해 실행
nvidia-docker run --rm nvidia/cuda nvidia-smi
이 컴퓨터의 GPU 정보를 정확하게 출력한 경우 설치가 성공했습니다.예를 들면 다음과 같습니다.
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.48 Driver Version: 367.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla M40 24GB Off | 0000:02:00.0 Off | 0 |
| N/A 33C P0 57W / 250W | 22427MiB / 22939MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 Tesla M40 24GB Off | 0000:82:00.0 Off | 0 |
| N/A 37C P0 58W / 250W | 21663MiB / 22939MiB | 0% Default |
+-------------------------------+----------------------+---------------------
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.