工欲善其事,必先利其器 ————Docker配置深度学习环境(记录一下配置过程,以免遗忘)
1. Docker安装
由于本人之前使用ROS,并且使用鱼香ROS一键配置过Docker环境。因此我这里推荐使用鱼香ROS一键配置,同时也会配置好vscode的开发环境,比较方便。
2. 镜像下载
需要注意本地nvidia驱动版本,要与cuda版本对应。
使用下面语句拉取深度学习框架的镜像
pytorch镜像:docker pull pytorch/pytorch:1.13.1-cuda11.6-cudnn8-devel
tensorflow镜像:docker pull tensorflow/tensorflow:latest-gpu
也可以根据自己的需要去DockerHub上下载需要的的镜像。
3. 配置容器
在终端中输入下列命令
# 建立容器
sudo xhost +localhost
sudo docker run --gpus all -idt --hostname pytorch --volume=/tmp/.X11-unix:/tmp/.X11-unix -v /etc/udev/rules.d:/etc/udev/rules.d --shm-size 2G --env="DISPLAY=$DISPLAY" --privileged -p 2222:2222 -p 8080:8080 -p 11311:11311 -p 34567:34567 --network host --name=pytorch -v ~/:/home/ubuntu pytorch/pytorch:1.13.1-cuda11.6-cudnn8-devel
# 进入容器
sudo docker exec -it pytorch /bin/bash
# 启动容器
sudo docker start pytorch
# 停止容器
sudo docker stop pytorch
–network host:Docker网络模式,与宿主机IP相同
–name=pytorch: 容器的名称
-v ~/:/home/ubuntu:挂载本地磁盘
最终效果如下图(vscode+docker)