本文介绍了如何使用Docker部署深度学习环境。首先从Docker Hub下载基础镜像，如PyTorch，并通过`docker images`命令查看。接着创建容器，如`test3`，并使用`docker run`命令指定GPU支持。在容器内更新Python包后，使用`docker commit`将容器保存为新的镜像。最后，根据创建的镜像启动新容器并测试代码运行，确保深度学习代码能在Docker环境下正确执行。
1——从Docker Hub下载基础镜像：
网址：Docker
2——使用docker images命令查看一下
sudo docker images
正在上传…重新上传取消正在上传…重新上传取消正在上传…重新上传取消
这里我已经把镜像下载到本地。
3——镜像只是一个配置文件，真正用来运行程序的是容器。有了镜像才可以创建容器。所以根据镜像创建一个容器。
sudo docker run -it --name="test3" pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel /bin/bash
（sudo docker run -id --name="two" --gpus all wsb/pymarl:v1 /bin/bash&#x
最低0.47元/天 解锁文章
扫一扫
1317
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
