创建容器,并分配GPU,进入交互模式。
地址映射:/dev/data/test:/home/test
端口映射:7778:8888
NV_G=1 nvidia-docker run -it -p 7778:8888 --ipc=host -v /dev/data/test:/home/test --name test-gpu 5e5dd010ead8
#--gpus all 分配所有GPU
nvidia-docker run -it -p 7778:8888 --ipc=host -v /dev/data/test:/home/test --name test-gpu --gpus all 5e5dd010ead8
Anaconda 环境导出/导入
//导出
conda env export -n python36 > /dev/data/menglingcan/environment.yaml
//导入
conda env create -n python36 -f environment.yaml
本地主机连接容器开启的jupyter。
//创建容器
nvidia-docker run -it -p [宿主机端口]:[容器端口] --ipc=host -v [宿主机文件夹]:[容器文件夹] --name template-notebook [镜像id]
//容器开启jupyter
jupyter notebook --no-browser --ip=0.0.0.0 --port=8888 --allow-root --NotebookApp.token= --notebook-dir='/home/data'
//本地连接
ssh -N -f -L localhost:[本地映射端口]:localhost:[容器jupyter开启的端口] -p [容器在宿主机的端口] mlc@[服务器ip]
查看python解释器位置
import sys
import os
print(os.path.dirname(sys.executable)) #解释器所在的文件夹