pytorch docker GPU环境安装

一.确保nvidia-docker安装
查看系统版本
root@3a7dee2ecfb3:/# cat /etc/issue
Ubuntu 16.04.6 LTS \n \l
切换docker镜像
systemctl daemon-reload 
systemctl restart docker

查看cuda和cudnn版本
[root@bogon pytorch]# cat /usr/local/cuda/version.txt
CUDA Version 9.1.85
[root@bogon pytorch]# cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"
二.创建带GPU驱动的容器
docker pull nvidia/cuda:9.1-runtime-ubuntu16.04
创建docker训练环境
内存必须够
nvidia-docker run -i -t -d -p 8090:8888 -p 6090:6006 --shm-size 10G  -v /data/ml:/ml --name=cuda9.1_anaconda3 docker.io/nvidia/cuda:9.1-runtime-ubuntu16.04 bash
三、安装常用软件
nvidia-smi查看显卡
apt-get update
apt-get install vim

export PATH="/home/<user>/anaconda3/bin:$PATH"
source ~/.bashrc

conda config 命令 生成 .condarc文件
修改~/.condarc文件源
四.安装pytorch
cudatoolkit版本必须和nvidia driver版本兼容
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch
验证
import torch
torch.cuda.is_available()
torch.backends.cudnn.enabled
安装matplotlib
conda install matplotlib
添加jupyter内核
conda install ipykernel
python -m ipykernel install --user --name pytorch1.1_py3.7 --display-name "pytorch1.1_py3.7"

mkdir /ml/notebooks
nohup /ml/anaconda3/envs/pytorch1.1_py3.7/bin/jupyter notebook --notebook-dir=/ml/notebooks --ip='*' --port=8888 --no-browser --allow-root > jupyter-notebook.log 2>&1 &