下载基础镜像
docker pull image_name
查看镜像
docker images
运行容器
docker run -d -it --name="cuda3" --gpus=all mortals/codeenv:pytorch2.0-cuda12.0
查看正运行容器
docker ps
进入容器:
docker exec -it cuda3(容器名) bash
输入命令会进到f56c204bdb9e容器中,如上图.
-
在容器中写测试是否可以使用GPU的脚本
import torch
#返回当前设备索引
torch.cuda.current_device()
#返回GPU的数量
torch.cuda.device_count()
#返回gpu名字,设备索引默认从0开始
torch.cuda.get_device_name(0)
#cuda是否可用
torch.cuda.is_available()
-
执行脚本
验证成功
-
退出容器
exit
-
删除容器
docker中的操作整理
-
删除镜像
docker rmi image_name_or_id
-
查看cudnn版本
import torch print("cuDNN Version:", torch.backends.cudnn.version())
-
查看cuda版本
import torch print(torch.version.cuda)
-
容器中的apt-get换源
这个操作和服务器中的一样。
-
容器中的pip换源
-
打开pip的配置文件:
vim ~/.pip/pip.conf
-
在vim编辑器中,按下
i
键进入编辑模式,然后添加以下内容:
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
-
-
docker run(起镜像)
docker run --gpus all -id -p 10022:22 --name="pytorch_gpu" -v /home/supcon/jwm:/mnt/code cnstark/pytorch:1.13.0-py3.9.12-cuda11.7.1-ubuntu20.04
-
docker commit(容器存为镜像)
docker commit dbd97e1047cb(容器id) mbrl-image:latest