Deepo

 

  

Deepo是一系列 Docker镜像

和他们的Dockerfile生成器


目录


 

Available Tags

.GPU / Python 3.6GPU / Python 2.7CPU-only / Python 3.6CPU-only / Python 2.7
all-in-oneall-py36 allpy36 latestall-py27 py27all-py36-cpu all-cpupy36-cpu cpuall-py27-cpu py27-cpu
all-in-one with jupyterall-py36-jupyterpy36-jupyterall-py27-jupyterpy27-jupyterall-py36-jupyter-cpupy36-jupyter-cpuall-py27-jupyter-cpupy27-jupyter-cpu
theanotheano-py36theanotheano-py27theano-py36-cputheano-cputheano-py27-cpu
tensorflowtensorflow-py36tensorflowtensorflow-py27tensorflow-py36-cputensorflow-cputensorflow-py27-cpu
sonnetsonnet-py36sonnetsonnet-py27sonnet-py36-cpusonnet-cpusonnet-py27-cpu
pytorchpytorch-py36pytorchpytorch-py27pytorch-py36 pytorchpytorch-py27
keraskeras-py36keraskeras-py27keras-py36-cpukeras-cpukeras-py27-cpu
lasagnelasagne-py36lasagnelasagne-py27lasagne-py36-cpulasagne-cpulasagne-py27-cpu
mxnetmxnet-py36mxnetmxnet-py27mxnet-py36-cpumxnet-cpumxnet-py27-cpu
cntkcntk-py36 cntkcntk-py27cntk-py36-cpu cntk-cpucntk-py27-cpu
chainerchainer-py36chainerchainer-py27chainer-py36-cpuchainer-cpuchainer-py27-cpu
caffecaffe-py36caffecaffe-py27caffe-py36-cpucaffe-cpucaffe-py27-cpu
torchtorchtorchtorch-cputorch-cpu

快速开始

GPU版本

安装

步骤1.安装Dockernvidia-docker

步骤2.从Docker Hub获取一体化镜像

docker pull ufoym/deepo

用法

现在您可以尝试以下命令:

nvidia-docker run --rm ufoym/deepo nvidia-smi

这应该可以工作,并使Deepo能够从docker容器内部使用GPU。
如果这不起作用,请搜索nvidia-docker GitHub上的问题部分 - 已经记录了许多解决方案。要将交互式shell发送到退出do后不会自动删除的容器

nvidia-docker run -it ufoym/deepo bash

如果要在主机(计算机或VM)与使用Deepo的容器之间共享数据和配置,请使用-v选项,例如

nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash

这将使/host/data主机/data在容器中可见,并且/host/config如同/config。这种隔离降低了容器化实验覆盖或使用错误数据的机会。

请注意,某些框架(例如PyTorch)使用共享内存在进程之间共享数据,因此如果使用多处理,容器运行的默认共享内存段大小是不够的,您应该使用--ipc=host--shm-size命令行选项增加共享内存大小到nvidia-docker run

nvidia-docker run -it --ipc=host ufoym/deepo bash

CPU版本

安装

步骤1.安装Docker

步骤2.从Docker Hub获取一体化镜像

docker pull ufoym/deepo:cpu

用法

现在您可以尝试以下命令:

docker run -it ufoym/deepo:cpu bash

如果要在主机(计算机或VM)与使用Deepo的容器之间共享数据和配置,请使用-v选项,例如

docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo:cpu bash

这将使/host/data主机/data在容器中可见,并且/host/config如同/config。这种隔离降低了容器化实验覆盖或使用错误数据的机会。

请注意,某些框架(例如PyTorch)使用共享内存在进程之间共享数据,因此如果使用多处理,容器运行的默认共享内存段大小是不够的,您应该使用--ipc=host--shm-size命令行选项增加共享内存大小到docker run

docker run -it --ipc=host ufoym/deepo:cpu bash

您现在已准备好开始您的旅程。

$ python

 
  1. >>> import tensorflow

  2. >>> import sonnet

  3. >>> import torch

  4. >>> import keras

  5. >>> import mxnet

  6. >>> import cntk

  7. >>> import chainer

  8. >>> import theano

  9. >>> import lasagne

  10. >>> import caffe

$ caffe --version

caffe version 1.0.0

$ th

 
  1. │ ______ __ | Torch7

  2. │ /_ __/__ ________/ / | Scientific computing for Lua.

  3. │ / / / _ \/ __/ __/ _ \ | Type ? for help

  4. │ /_/ \___/_/ \__/_//_/ | https://github.com/torch

  5. │ | http://torch.ch

  6. │th>

  7.  

定制

请注意,“ 快速入门”docker pull ufoym/deepo提到的将为您提供包含所有可用深度学习框架的标准镜像。您也可以自定义自己的环境。

对一体化解决方案不满意?

如果您更喜欢特定的框架而不是一体化的镜像,只需附加一个带有框架名称的标签。
以tensorflow为例:

docker pull ufoym/deepo:tensorflow

其他python版本

请注意,Python 3.6默认情况下所有与python相关的镜像都使用。如果您不满意Python 3.6,还可以指定其他python版本:

docker pull ufoym/deepo:py27
docker pull ufoym/deepo:tensorflow-py27

目前,我们支持Python 2.7Python 3.6

有关所有可用标记的完整列表,请参阅可用标记。这些预先构建的镜像都是由docker/Dockerfile.*和构建的circle.yml。请参阅如何生成docker/Dockerfile.*circle.yml如果你有兴趣在这些文件是如何生成的。

Jupyter的支持

步骤1.使用jupyter支持拉动镜像

docker pull ufoym/deepo:all-py36-jupyter

请注意,标签可以任意的all-py36-jupyterpy36-jupyterall-py27-jupyter,或py27-jupyter

第2步。运行镜像

nvidia-docker run -it -p 8888:8888 ufoym/deepo:all-py36-jupyter jupyter notebook --no-browser --ip=0.0.0.0 --allow-root --NotebookApp.token= --notebook-dir='/root'

使用类似Lego的模块构建您自己的自定义镜像

步骤1.准备发电机

 
  1. git clone https://github.com/ufoym/deepo.git

  2. cd deepo/generator

  3. pip install -r requirements.txt

第2步。生成自定义的Dockerfile

例如,如果你喜欢pytorchlasagne,然后

python generate.py Dockerfile pytorch lasagne

这应该生成一个Dockerfile,其中包含构建pytorch和的所有内容lasagne。请注意,生成器可以处理自动依赖关系处理并对列表进行拓扑排序。因此,您无需担心缺少依赖项和列表顺序。

您还可以指定Python的版本:

python generate.py Dockerfile pytorch lasagne python==3.6

第3步。构建您的Dockerfile

docker build -t my/deepo .

这可能需要几分钟,因为它从头开始编译一些库。

特约

我们感谢所有的贡献。如果您计划回复错误修复,请不要进一步讨论。如果您计划提供新功能,实用程序功能或扩展,请首先打开一个问题并与我们讨论该功能。

许可

Deepo 获得MIT许可

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值