NVIDIA-Docker2深度-人工智能-tensorflow环境搭建
这篇文章是作为我在ubuntu18.04LTS上搭建我的深度环境并且运行的最悲催的血泪史,主要是记录我的环境搭建的问题,以便将来有一天电脑再over的时候作为一种快速回血的方式,同时以此纪念我的耗费三天时间的无力感。
我想我需要把我觉得最重要的一件事情写在前面,请务必学会利用VPS搭建自己的科学上网服务器,第二件事请学会在ubuntu上将利用ss+polipo实现电脑的科学上网(必须是全局模式的!,本文没有使用ss+polipo…)
nvidia-docker2的搭建
正如TensorFlow官方文档所说:https://tensorflow.google.cn/install/docker
使用TensorFlow最方便的事情就是利用docker去实现了,因为自从nvidia-docker2开始不再需要自己安装CUDA,这一个是非常重要的事情。至于功能方便的增加修改,daemon的各种优化,不再使用等问题对我等只使用的人而言并没有什么太大的理解价值。
最常用的框架是TensorFlow,利用NVIDIA-docker2再pull的镜像去运行我们所需要的脚本或者是py程序可能是最合适的方式。
nvidia-docker2的前提条件
-
在本地主机上安装
Docker
。 -
安装NVIDIA的显卡驱动。
-
安装cuDNN(可以不用安装,但是我认为安装也是可以的!
-
其他环境问题:https://blog.csdn.net/CS_GaoMing/article/details/88561764
Docker
安装步骤
友情提示:其实与官方的描述大同小异,只不过该文章将具体的实现步骤简化了。
官方Ubuntu存储库中提供的Docker安装包可能不是最新版本。为了确保我们获得最新版本,我们将从官方Docker存储库安装Docker。为此,我们将添加一个新的包源,从Docker添加GPG密钥以确保下载有效,然后安装该包。
-
step1 首先,更新现有的包列表:
sudo apt update # 或者是这样亦可... sudo apt-get update
-
step2 接下来,安装一些允许apt通过HTTPS使用包的必备软件包:
sudo apt install apt-transport-https ca-certificates curl software-properties-common
-
step3 然后将官方Docker存储库的GPG密钥添加到您的系统:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
-
step4 将Docker存储库添加到AP