ubuntu16.04通过nvidia-docker构建nvcaffe环境

最新推荐文章于 2024-06-25 08:58:19 发布
最新推荐文章于 2024-06-25 08:58:19 发布
阅读量2.3k 收藏 7
点赞数 1
文章标签： docker nvcaffe ubuntu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chqfeiyang/article/details/89674055
版权

环境

  • ubuntu
  • docker + nvidia-docker

步骤

注册账号

官网地址https://ngc.nvidia.com/，注册后登录

生成API Key（重要）

在左侧选择CONFIGURATION，然后在Generate API Key中点击Get API Key，点击右上角绿色按钮Generate API Key

准备拉取镜像

在左侧选择’ACCELERATED SOFTWARE’，然后在众多软件中选择自己需要的那一款，这里我们选择NVCaffe，在Tags选择我们需要的版本，然后复制拉取命令，例如docker pull nvcr.io/nvidia/caffe:19.04-py2

在docker中登录

注意我们需要在docker中登录nvcr.io，否则拉取镜像时会遇到"unauthorized: authentication required"问题。
登录命令如下：

$ docker login nvcr.io 
Username: $oauthtoken 
Password: <Your Key>

如果觉得Key太长

最低0.47元/天 解锁文章
Fei-Young
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【Docker】Ubuntu16.04安装nvidia-docker2
01-09
官方说随着docker19.03的发布，不赞成使用nvidia-docker2软件包，因为Docker运行时中现在已将NVIDIA GPU作为设备本地支持。但是折腾了几天，安装了docker19.03，也用不起NVIDIA GPU，所以这里还是退而求其次，安装低...
详解Ubuntu16.04安装Docker、nvidia-docker的教程
09-29
主要介绍了详解Ubuntu16.04安装Docker、nvidia-docker的教程,需要的朋友可以参考下
Nvidia Clara-Train-SDK配置过程/Nvidia-docker配置
Eric_Evil的博客
11-01 2624
Hardware requirements： Recommended 1 GPU or more 16 GB GPU memory 8 core CPU 32 GB system RAM 80 GB free disk space Software Requirements： Ubuntu 16.04 LTS, Downloaded fromhttp://releases.ub...
NVIDIA-TAO环境配置及预训练模型使用样例-车牌号识别（Docker容器方法）
lhyyhlfornew的博客
12-21 1592
TAO是英伟达推出的可以简化企业AI应用和部署的模型自适应平台，其提供了大量的预训练模型以及模型finetune程序，使得用户可以快速的在自己的数据上进行finetune，之后用TAO的部署工具可以快速完成模型的部署。TAO提供了四种使用方式，本文将介绍其中的容器使用方法。
docker简单使用
weixin_46455141的博客
06-30 761
docker简单使用
网络位置可以看到另一个人的电脑_在个人电脑上搭建 Nvidia GPU Cloud(NGC) 环境
weixin_39570530的博客
11-21 730
“Nvidia GPU Cloud 真正实现了个人电脑、工作环境、云端环境的大统一，能节省大量搭基础环境的时间”NVIDIAGPUCloud(简称NGC)是面向深度学习和科学计算优化的GPU加速云平台，包括NGC容器、registry以及平台软件。注意该“云平台”并不是传统意义上的“云”(AWS，Azure，阿里云之类向用户提供软硬件基础设施并获得利润的厂商)，而是Nv...
Isaac Sim 机器人仿真器介绍、安装与 Docker [1]
这里是张聪明，正在学习中，请稍后
01-07 4333
Isaac Sim是什么勒？是一个针对于机器人的仿真器；之前我有写过一系列的CARLA仿真器教程，而这里为什么要新开仿真器呢？主要就是CARLA的定位是针对于室外无人驾驶的，而Isaac Sim更多针对于室内的机器人系列，包括AGV， 车上带个机械臂，其实更靠近 CoppeliaSim VREP 的使用方向。官方截图既然介绍到了仿真器，那一口气都说一下好了 【我和小伙伴已知的】：CARLA focus on autonomous driving 无人驾驶场景；
ubuntu 16.04 docker 离线安装包 docker-ce_18.03.1
08-10
ubuntu 16.04 docker 离线安装包 docker-ce_18.03.1 上传到服务器，执行安装命令 # sudo dpkg -i libltdl7_2.4.6-0.1_amd64.deb # sudo dpkg -i libseccomp2_2.3.1-2.1ubuntu2~16.04.1_amd64.deb # sudo dpkg -i ...
ubuntu-16.04.7-desktop-amd64
06-25
ubuntu-16.04.7-desktop-amd64
银河麒麟4.0.2（ubuntu16.04）离线安装显卡驱动、nvidia-docker
03-15
在银河麒麟4.0.2上，或者ubuntu16.04上离线安装显卡驱动、docker-ce、nvidia-docker的自动脚本。压缩包中缺少nvidia的驱动文件，需要自己到官网下载，我使用的是410.79，如果是其他版本驱动，需要修改一下脚本头上的...
trt_pose_trt.zip
03-18
https://github.com/NVIDIA-AI-IOT/trt_pose This project features multi-instance pose estimation accelerated by NVIDIA TensorRT. It is ideal for applications where low latency is necessary. It includes Training scripts to train on any keypoint task data in MSCOCO format A collection of models that may be easily optimized with TensorRT using torch2trt This project can be used easily for the task of human pose estimation, or extended for something new. contains convert pytorch model into tensorrt model
nvidia-docker镜像加速
cumthxy的博客
10-31 1188
安装完nvidia-docker ,之后添加镜像加速，自己可以根据自己的需求添加，我添加的是阿里的 sudo vim /etc/docker/daemon.json { "runtimes": { "nvidia": { "path": "nvidia-container-runtime", "runtimeAr...
Nvidia-NGC容器配置全过程+ssh配置+镜像定时备份
Farm_Coder的博客
09-02 7975
Nvidia-NGC容器使用全过程 NGC容器下载 1.注册账户 https://ngc.nvidia.com/catalog/containers 注册，注意不要用google浏览器 2. 生成API key https://ngc.nvidia.com/setup/api-key 3. 安装NGC CLI https://ngc.nvidia.com/setup/installers/cli ...
英伟达triton---简介与安装
热门推荐
南沙的星星
09-02 1万+
1，简介 NVIDIA Triton推理服务器（NVIDIA Triton Inference Server），此前称为TensorRT推理服务器（TensorRT Inference Server），现可通过NVIDIA NGC或GitHub访问。 NVIDIA Triton推理服务器能够帮助开发人员和IT/DevOps轻松地在云端、本地数据中心或边缘部署高性能推理服务器。该服务器通过HTTP/REST或GRPC端点提供推理服务，允许客户端请求对服务器管理的任何模型进行推理。 开发人员和AI公司可以使用N
深度学习（一）之Docker环境的搭建出坑篇
weixin_44128918的博客
02-02 2197
目录一、概述二、镜像与容器三、搭建nvidia的docker环境四、部署nvidia的docker环境五、周边环境安装六、问题与解决   使用深度学习时，尽量使用docker进行环境的搭配，以至于保护本机环境，从而避免频繁重做系统。 一、概述   docker将应用程序与该程序的依赖，打包在一个文件里面。运行这个文件，就会生成一个虚拟容器。程序在这个虚拟容器里运行，就好像在真实的物理机上运行一样，总体来说docker的接口相当简单，用户可以方便地创建和使用容器，把自己的应用放入容器。容器还可以进行版本管理、
detectron2 Docker打包
weixin_43222910的博客
05-31 386
由于外网源下载问题，将官方Dockerfile做部分修改： FROM nvcr.io/nvidia/cuda:11.1.1-cudnn8-devel-ubuntu18.04 # use an older system (18.04) to avoid opencv incompatibility (issue#3524) ENV DEBIAN_FRONTEND noninteractive RUN apt-key adv --keyserver keyserver.ubuntu.com --recv-key
解决镜像加速问题
最新发布
虫虫的博客
06-25 850
解决镜像加速问题
pytorch学习
lantuxin的博客
02-19 5036
1.pytorch环境配置(docker) docker环境--配置过程(配置成功--能使用nvidia-docker命令) 拉取pytorch镜像--参考网站(命令--docker pull nvcr.io/nvidia/pytorch:19.01-py3) 启动docker容器--参考网站(命令--sudo nvidia-docker run -it --rm -v local_dir:...
ubuntu16.04安装nvidia-docker
09-19
### 回答1： 1. 首先，需要安装NVIDIA驱动程序。可以通过以下命令安装： sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-384 2. 安装Docker。可以通过以下命令安装： sudo apt-get install docker.io 3. 安装nvidia-docker。可以通过以下命令安装： curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update sudo apt-get install nvidia-docker2 sudo pkill -SIGHUP dockerd 4. 验证nvidia-docker是否安装成功。可以通过以下命令验证： sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi 如果nvidia-smi显示了GPU信息，则说明nvidia-docker已经成功安装。 ### 回答2： 安装nvidia-docker是为了在Ubuntu 16.04上使用NVIDIA GPU进行深度学习和机器学习等任务。以下是在Ubuntu 16.04上安装nvidia-docker的步骤： 1. 在终端中，使用以下命令添加NVIDIA Docker软件包的存储库： ``` $ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) $ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - $ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list $ sudo apt-get update ``` 2. 安装nvidia-docker软件包： ``` $ sudo apt-get install -y nvidia-docker2 $ sudo pkill -SIGHUP dockerd ``` 3. 使用以下命令验证安装是否成功： ``` $ docker run --gpus all nvidia/cuda:11.0-base nvidia-smi ``` 如果成功安装并配置正确，将显示GPU的信息。 通过以上步骤，你可以在Ubuntu 16.04上成功安装nvidia-docker，并使用NVIDIA GPU进行深度学习和机器学习等任务。请注意，确保你的系统安装了合适的NVIDIA GPU驱动程序，并且能够与nvidia-docker兼容。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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