首页 / TENSORFLOW / docker容器中执行GPU环境中的tensorflow和pytorch任务

docker容器中执行GPU环境中的tensorflow和pytorch任务

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了docker容器中执行GPU环境中的tensorflow和pytorch任务，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1297字，纯文字阅读大概需要2分钟。

内容图文

1. 背景

(1) 业务方提供了一台有GPU的服务器，且已经安装了显卡等组件，cuda版本10.2，具体信息如下

docker容器中执行GPU环境中的tensorflow和pytorch任务 - 文章图片 

(2) 在裸机上部署anaconda、pytorch、tensorflow较为麻烦，因此打算在docker中执行pytorch和tensorflow任务

2. 部署及使用

2.1 先决条件

1) 必须要NVIDIA显卡

2) 安装NVIDIA显卡驱动，可参CentOS 7 安装 NVIDIA 显卡驱动和 CUDA Toolkit，https://github.com/NVIDIA/nvidia-docker，nvidia驱动下载

3) 安装docker，版本最好>=19.*(本人安装的是18.*)

2.2 安装GPU版本的tensorflow

1) docker运行GPU版的tensorflow，只需要安装NVIDIA驱动即可，而不需要安装cuda相关的工具包，docker镜像中已经包含

2) 参考nvidia-docker，tensorflow docker安装 

2.3 使用GPU版本的tensorflow

1)  docker中测试当前安装的nvidia驱动

docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi  

2) 测试tensorflow的GPU设备信息

docker run --runtime=nvidia -it --rm tensorflow/tensorflow:latest-gpu   python -c "import tensorflow as tf; print(tf.test.gpu_device_name())" 

3) docker容器中执行命令

docker run -it tensorflow/tensorflow:latest-gpu bash 

4) 容器中执行tensorflow 脚本

docker run -it --rm -v $PWD:/tmp -w /tmp tensorflow/tensorflow:latest-gpu python ./script.py 

2.4 安装GPU版本的pytorch

拉取镜像：nvcr.io/nvidia/pytorch:latest

2.5 使用GPU版本的pytorch

1) docker容器中执行命令

docker run --runtime=nvidia -v ${PWD}:/tmp  -it --rm nvcr.io/nvidia/pytorch:20.03-py3 bash
docker容器中执行GPU环境中的tensorflow和pytorch任务 - 文章图片

 

内容总结

以上是互联网集市为您收集整理的docker容器中执行GPU环境中的tensorflow和pytorch任务全部内容，希望文章能够帮你解决docker容器中执行GPU环境中的tensorflow和pytorch任务所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/994561.html

来源：【匿名】