Ubuntu 16.04 설치 딥러닝 환경 GPU 가속

2405 단어
깊이 있는 학습 환경은 구축하기가 비교적 번거롭다. 특히 GPU 가속판이 그렇다.Nvidia 드라이버를 설치할 뿐만 아니라 cuda와cuDNN도 설치해야 한다.본고는 docker 용기 기술을 통해keras(tensorflow)를 바탕으로 하는 깊이 있는 학습 환경을 구축하고자 한다.
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 |
+-------------------------------+----------------------+---------------------

좋은 웹페이지 즐겨찾기