用Docker在Ubuntu下设置一个完整的Python + TensorFlow + GPU support + jupyter notebook + Deep Learning 开发环境

最新推荐文章于 2025-01-21 21:06:22 发布

shengchun75

最新推荐文章于 2025-01-21 21:06:22 发布

阅读量762

点赞数

分类专栏：深度学习文章标签： python ubuntu gpu 深度学习 cuda

本文链接：https://blog.csdn.net/shengchun75/article/details/73743754

版权

本文记录了如何在Ubuntu系统中，借助Docker设置一个包含Python、TensorFlow GPU支持、Jupyter Notebook的深度学习开发环境。过程中遇到的挑战包括下载TensorFlow GPU镜像的问题，最终通过DaoCloud镜像源成功解决。此外，还详细介绍了如何在无键盘显示器的服务器上远程访问Jupyter Notebook。

摘要由CSDN通过智能技术生成

今天花了一天的时间（大部分时间花在了下载TensorFlow的docker镜像上）完成了题目所列的任务。主要参考了干货|10分钟搭建TensorFlow|Python|Docker等6大深度学习开发环境！一文，后面简称干货。记录一下过程，经验，教训和收获。
1. 如前一篇博客所述，系统已经安装好了NVIDIA driver, CUDA, and cuDNN。
2. docker的安装按照官方教程里的Install from a package。安装非常顺利。
3. Nvidia-docker和Nvidia/CUDA按照干货一文中介绍的方法安装非常顺利。官方教程。
4. pull 最新的 TensorFlow with GPU support image花了很多时间。从官方源拉发生time out错误，改为从网易dock镜像源拉，总报错unexpected EOF。最后改为DaoCloud源，一次成功。