ubuntu14安装pytorch,docker,pycrayon(使用tensorboard）

最新推荐文章于 2024-05-17 11:28:45 发布
最新推荐文章于 2024-05-17 11:28:45 发布
阅读量1.2k 收藏 1
点赞数
分类专栏： ubuntu 文章标签： pytorch ubuntu pycrayon docker tensorboard
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shiny0910/article/details/80388739
版权
本文档详细介绍了在Ubuntu 14.04系统环境下，如何安装PyTorch（CUDA 8.0 和 cuDNN 5.1）、Docker以及PyCrayon，并利用PyCrayon在PyTorch中集成TensorBoard。首先，确保CUDA和cuDNN已安装，然后从官方源下载并安装适合的PyTorch版本。接着，根据教程安装并更新Docker到最新版本。在Docker运行后，安装PyCrayon。启动PyCrayon的服务器容器。如果遇到端口8889错误，可能需要检查Docker容器状态并重启相关容器。
摘要由CSDN通过智能技术生成

我的环境：ubutnu14.04。

系统内核：4.13.1-041301-generic 

GPU: NVDIA 1080

CUDA:8.0

cudnn 5.1

(CUDA,cudnn之前已经装好）

pytorch所有版本下载地址：点击打开链接

我下载的是：cu80/torch-0.3.1-cp27-cp27mu-linux_x86_64.whl

终端cd到下载的.whl文件的目录

pip2 install cu80/torch-0.3.1-cp27-cp27mu-linux_x86_64.whl
pip2 install torchvison

pytorch 安装结束啦

在pytorch中使用tensorboard，一种方法是用pycrayon这个模块。

pycrayon地址：点击打开链接

但是不要急，注意pycrayon的readme中，要先安装docker。

ubuntu14安装docker,并升级到docker的最新版本（我觉得是必须要新版本的）

一个很好用的安装教程：

最低0.47元/天 解锁文章
编程少女
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用docker搭建分布式pytorch+cuda训练模型（二）
2401_83051627的博客
07-11 1015
假如训练集中有样本100个，分给两台机器，每台两块gpu，那么每个gpu上使用25个样本，通过实现自定义数据集，主机可以规划进程使用的数据集部分，例如进程1使用第0-24样本，进程2使用第25-49样本等。此处需要设置主机IP与监听端口，主机运行此程序后会自动打开端口，从服务器则会通过IP访问此端口，由于当前是容器互联，所以IP为局域网IP，如果部署在服务器上需要使用上一篇文章中的容器端口映射打开对公网的端口。pytorch提供了多机多卡分布式学习工具，即多台服务器，每台服务器有多张GPU。
【安装教程】Docker安装pytorch
qq_38799747的博客
01-30 2995
【详细】利用docker安装pytorch的GPU版环境。包括显卡驱动，cuda，anaconda，pytorch等的安装。亲测可行！！
docker安装pytorch环境
qq_44445108的博客
09-18 1885
主要是docker环境的配置
docker容器部署pytorch模型，gpu加速部署运行
热门推荐
qq_15821487的博客
01-24 2万+
参考文章 https://www.zhihu.com/search?type=content&q=Docker%EF%BC%8C%E6%95%91%E4%BD%A0%E4%BA%8E%E3%80%8C%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE%E3%80%8D%E7%9A%84%E8%8B%A6%E6%B5%B7 https://blog.csdn.net/zhouchen1998/article/
docker篇---用docker创建pytorch gpu版本
心惠天意
03-17 5981
用docker创建pytorch gpu版本显卡驱动、镜像cuda版本、pytorch cuda版本三者对应1. 查看驱动版本2. 查看该驱动版本支持的cuda版本3. 查看pytorch是否支持该cuda版本镜像Dockerfile创建环境 显卡驱动、镜像cuda版本、pytorch cuda版本三者对应 1. 查看驱动版本 nvidia-smi查看显卡驱动版本 可以看到显卡驱动版本为：470.103.01 2. 查看该驱动版本支持的cuda版本 https://docs.nvidia.com/cuda
docker 配置pytorch环境来进行训练
qq_36302310的博客
03-12 1532
该教程从零开始配置，包括换源，安装下载等全部内容。
ubuntu 16.04 pytorch安装总结
01-20
昨天装完了ubuntu 16.04，之前毕业设计用的tensorflow，但深度学习这门课的作业项目不大，就打算装一下Pytorch，这篇文章总结一下。主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + ...
ubuntu18.04安装pytorch1.9.0和torchvision0.10.0
05-14
在Ubuntu 18.04上安装PyTorch 1.9.0和TorchVision 0.10.0是深度学习初学者至关重要的一步，因为这些库提供了强大的工具来构建和训练神经网络。本教程将指导你通过Anaconda创建虚拟环境，然后在该环境中安装PyTorch和...
Ubuntu 16.04 LTS 安装PyTorch
01-06
Ubuntu 16.04 LTS 安装PyTorch1.安装2.测试3.其它问题4.参考 1.安装 1.打开终端 2.运行命令(由于我的CUDA版本为9.0，所以安装1.1.0版本的PyTorch, 0.3.0版本的torchvision) pip install torch==1.1.0 torchvision==...
docker-pytorch：PyTorch的Docker映像
02-04
PyTorch Docker映像 Ubuntu + PyTorch + CUDA（可选）要求为了使用此映像，您必须安装Docker Engine。 上了设置Docker Engine的说明。CUDA要求如果您具有兼容CUDA的NVIDIA图形卡，则可以使用启用CUDA的PyTorch映像...
Linux Ubuntu 安装 PyTorch 示例
11-14
Linux Ubuntu 安装 PyTorch 示例 最新版本，CUDA
docker中GPU使用 2023年11月
weixin_47982738的博客
11-29 1947
关联问题：基于 Docker 的深度学习环境关联问题：安装docker是否需要安装nvidia-docker以支持GPU？
使用 Docker + NVidia 运行 Pytorch 验证 GPU 是否性能高效
ndscvipuser的专栏
03-11 2405
本文主讲体验，方便深入理解为什么 GPU 这么高效，以及相关的对应措施。
Docker配置深度学习pytorch gpu环境
u013972657的博客
07-07 4676
docker gpu pytorch
在docker中配置pytorch(GPU)环境，cuda终于可用
weixin_44977143的博客
09-14 4455
在docker中配置conda+pytorch(GPU)，cuda可用！并将容器保存为镜像。
【DockerCE】使用docker安装和运行PyTorch 中文教程
cnskylee的博客
11-03 4980
第三步，运行apachecn0/pytorch-doc-zh镜像，我宿主机的80端口已经被占用，为防止冲突，这里将容器的80端口映射到宿主机的11000端口。第一步，下载和安装docker-ce，我的博客文章（Docker 专栏）里面有详细的过程说明，这里就不再过多的介绍了。第二步，下载apachecn0/pytorch-doc-zh镜像。第四步，通过宿主机的端口来访问 PyTorch 中文教程。
使用docker安裝GPU版pytorch
Dennis-Chen的博客qN@&cVw)6M#a
03-30 3535
1. 在docker pytorch 網址找到自己需要的環境(網址:https://hub.docker.com/r/pytorch/pytorch/tags) 点击复制 devel 版 连接 (此处以 docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel 为例) 2. 打开Ubuntu terminal 从镜像仓库中拉取或者更新指定镜像 docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-deve
pytorch在docker里面使用GPU
最新发布
arvinChen的博客
05-17 462
本博客主要介绍如何在容器里面使用pytorch进行推理，同时用上GPU。（注意：训练尚未验证）本教程中，启动了一个fastapi服务，服务提供了一个接口使用pytroch进行模型推理。注意--gpus all 选项，这个参数指定容器可以使用宿主机所有的GPU。2.2 启用experimental packages （可选）2. 安装nvidia-container-toolkit。1. 前置条件，安装好docker。本教程使用的是yum安装。4. 重启docker。3 docker配置。
Ubuntu如何安装Pytorch
05-05
在Ubuntu上安装PyTorch可以通过以下步骤进行： 1. 首先，确保你的Ubuntu系统已经安装了Python和pip。可以在终端中运行以下命令来检查： ``` python --version pip --version ``` 2. 接下来，安装PyTorch的依赖项。运行以下命令来安装必要的软件包： ``` sudo apt-get update sudo apt-get install python3-dev python3-pip python3-venv ``` 3. 创建一个虚拟环境（可选但推荐），这样可以隔离PyTorch的安装，避免与其他Python项目冲突。运行以下命令创建并激活虚拟环境： ``` python3 -m venv torch-env source torch-env/bin/activate ``` 4. 最后，使用pip安装PyTorch。根据你的需求选择合适的命令，例如： - 安装CPU版本的PyTorch： ``` pip install torch torchvision ``` - 安装GPU版本的PyTorch（需要支持CUDA的显卡）： ``` pip install torch torchvision torchaudio ``` 安装过程可能需要一些时间，请耐心等待。 至此，你已经成功在Ubuntu上安装了PyTorch。你可以在Python脚本中导入PyTorch并开始使用它了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值