在服务器上配置可以远程访问的Pytorch或Tensorflow环境

最新推荐文章于 2024-03-18 14:54:25 发布

viacm

最新推荐文章于 2024-03-18 14:54:25 发布

阅读量517

点赞数

分类专栏： Ubuntu Python 文章标签： docker ubuntu tensorflow pytorch pycharm

本文链接：https://blog.csdn.net/qq_37556330/article/details/116168109

版权

本文介绍了如何在Ubuntu服务器上通过Docker配置远程可访问的Pytorch和Tensorflow环境，并使用Pycharm进行SSH连接。详细步骤包括选择所需版本的Docker镜像，拉取并运行镜像，配置SSH服务以及在Pycharm中设置SSH Interpreter。常见问题包括Docker容器内的SSH服务停止，解决方法是重启Docker容器或调整启动脚本确保SSH随容器启动。

摘要由CSDN通过智能技术生成

在服务器上配置可以远程访问的Pytorch或Tensorflow环境

首先明确自己需要的TensorFlow或者 PyTorch及Python编译器版本,以安装1.4版本的pytorch为例
接着访问docker hub,寻找对应版本的TensorFlow或 PyTorch镜像, 在搜索框输入pytorch,点击第一个官方镜像

https://hub.docker.com/

打开官方镜像详情后，点击Tags,输入1.4 查询所需要的1.4版本的pytorch镜像
使用命令拉取镜像到本地

docker pull pytorch/pytorch:1.4-cuda10.1-cudnn7-runtime

运行刚刚拉取的镜像

 docker run -it --name pytorch-1.4 --gpus all --restart=always -p 8031:22 pytorch/pytorch:1.4-cuda10.1-cudnn7-runtime /bin/bash

其中 
--name 指定容器名 本例为pytorch-1.4
--restart=always 配置容器自动重启
-p 指定端口映射，宿主机端口8031映射容器SSH端口22

pytorch/pytorch:1.4-cuda10.1-cudnn7-runtime 为镜像名