【MindSpore】Docker上成功使用MindSpore1.0.0的GPU版本

最新推荐文章于 2024-05-16 23:25:11 发布
最新推荐文章于 2024-05-16 23:25:11 发布
阅读量471 收藏
点赞数 2
分类专栏： mindspore IT技术 文章标签： 深度学习 docker ubuntu
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/sun_5flower/article/details/108821584
版权

本文是在宿主机Ubuntu16.04上安装Docker（nvidia-docker），并成功进行MindSpore1.0.0的GPU训练；

一、 先讲述成功的流程
【1】mindspore官网GPU安装教程查看具体流程
mindspore官网安装gpu要求

  • 系统需要ubuntu18.04，但是我的ubuntu系统版本是16.04，因为是多人共用系统，不能直接升级系统，只能通过安装docker的方式；
cat /proc/version     # 使用此命令查看系统版本

查看ubuntu系统版本

【2】安装Docker—我的系统已安装docker
这里提供一篇参考文章：在ubuntu16.04上安装docker的文章

docker version   # 宿主机内执行，用于查看docker是否安装成功

最低0.47元/天 解锁文章
猪蹄花
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【MindSpore】DCPUE网络性能优化 -- GPU训练篇
sinat_35418091的博客
11-01 523
问题描述 训练条件： Linux Euler OS x86; 8 显卡; 物理 CPU 2; 每个物理 CPU 中的核数 26; 逻辑 CPU 104; MindSpore 1.2.0 TensorFlow 1.15.0 GPU 训练时长 MindSpore: 1:58 TensorFlow: 1:04 优化目的 在相同条件下，使用 MindSpore 框架训练网络的时长小于或等于使用 TensorFlow 框架训练的时长 问题分..
【环境配置】MindSpore GPU环境配置
weixin_42200352的博客
12-01 2703
MindSpore GPU版本安装
docker 利用docker拉取Nvidia/cuda官方镜像，部署深度学习环境
热门推荐
guoqingru0311的博客
08-09 2万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 利用docker拉取Nvidia/cuda官方镜像，部署深度学习环境1、拉取Nvidia/cuda官方镜像2、生成容器3、在容器内安装深度学习环境前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 1、拉取Nvidia/cuda官方镜像 docker pull nvidia/cuda:10.0-base NVIDIA官方提供的docker镜像nvidia/cuda，里面已经编译安装了cuda,但需完善并安装cudnn.注
Docker配置MindSpore-GPU环境
最新发布
兴趣使然的创作者
05-16 1065
项目指定MindSpore为推理框架，可惜该框架不支持在Windows系统中调用gpu，于是想通过Docker在Win10中调用MindSpore的Linux镜像，本文记录一下配置过程。
基于docker的华为云MindSpore环境搭建
weivick的博客
11-28 1618
因为MindSpore 不支持MacOs，只能在之前安装的docker环境下安装 预备工作 先删除一些不必要的镜像、容器，节省电脑空间，也防止长时间容器太多记忆混乱 docker rmi 镜像:版本 或 docker rm 容器ID 镜像重命名 docker tag 原镜像名：版本 新镜像名：版本 docker tag lfcc:latest nvidia/cuda_conda_env:v1 运行镜像 docker run --name="huaweiCloud" -it nvidia/cud
docker中使用cuda
rongbaohan的博客
06-21 1万+
### 需要注意的事项: 1. 注意应用NVIDIA在docker_hub上提供的镜像, 本次使用的是:nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04 2. 在宿主机安装 nvidia-docker2 3. 运行时, 要加"--run-time=nvidia", 本次执行命令为: export DEVICES=$(\ls /dev/nvidi...
GPU在docker和kubernetes中的使用
02-24
伴随着人工智能、机器学习、深度学习等技术的火热，GPU近年来也得到了快速的发展。GPU可以大大加快深度学习任务的...docker本身并不原生支持GPU，但是使用docker的现有功能可以对GPU的使用进行支持。 如上所述，通过--
docker-maven-plugin-1.0.0.jar
02-24
java运行依赖jar包
docker 安装与部署，使用docker部署java 微服务， 使用docker运行gpu 镜像
08-29
docker 安装操作说明文档，部署web应用； 使用docker运行gpu 镜像，共享宿主机 显存
使用docker在服务器运行多个php版本
09-29
主要介绍了利用docker在服务器运行多个版本php,本文以php7为例，通过实例代码的形式给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
MindSpore 1.1.1 GPU版运行检测bug
skytttttt9394的博客
07-27 300
MindSpore1.1.1GPU版运行检测会检查系统是否有华为npu，这会导致等待时间超过25秒。能否把gpu版去掉这个检测。因为用的是gpu，不是npu。importmindspore就会。我的机子安装了310卡驱动和固件，但是没有插310卡。cuda路径是自定义路径。就会检测npu环境。我的ascend是在home目录，这个系统目录是root用户安装的。mindspore慢的原因就是。...
基于Docker的MindSpore安装与使用基础介绍
Dechin的博客
03-14 428
技术背景 MindSpore是一款新一代AI开源计算框架，其特色在于：创新编程范式，AI科学家和工程师更易使用，便于开放式创新；该计算框架可满足终端、边缘计算、云全场景需求，能更好保护数据隐私；可开源，形成广阔应用生态。MindSpore的软件架构如下图所示： (图片来自于参考链接1的内容截图) 其中关于自动微分的部分被集成在了GHLO这个模块上，该模块主要内容是一些不依赖于硬件体系的优化，也是...
基于Docker安装的MindSpore-1.2 GPU版本
Echoo0的博客
07-09 191
安装mindspore要求真的太多了。。。。 cuda10.1 python3.7.5 必须.... 开始： 1. 更换镜像 >> sudo cp -a /etc/apt/sources.list /etc/apt/sources.list.bak >> sudosed -i "s@http://.*archive.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list >> sudo .
docker启动容器时运用宿主机的GPU
weixin_43220532的博客
12-07 2346
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
华为史无前例集中发布AI战略 : 2款AI芯片、深度学习框架MindSpore
机器学习算法与Python学习
10-11 2928
授权转自：机器之心今天上午，在上海举行的 2018 全联接大会上，华为轮值董事长徐直军宣布了华为的 AI 战略与全栈式解决方案，同时发布了两款全新 AI 芯片以及跨平台深...
超轻量AI引擎MindSpore Lite
吴建明wujianming_110117
02-07 484
超轻量AI引擎MindSpore Lite 揭秘一下端上的AI引擎：MindSpore Lite。 MindSpore Lite是MindSpore全场景AI框架的端侧引擎，目前MindSpore Lite作为华为HMS Core机器学习服务的推理引擎底座，已为全球1000+应用提供推理引擎服务，日均调用量超过3亿，同时在各类手机、穿戴感知、智慧屏等设备的AI特性上得到了广泛应用。 MindSpore Lite 1.0.0 已经开源，开源之后，其接口易用性、算子性能与完备度、第三方模型的广泛支持等方面，得到
MindSpore中张量的使用
xi_xiyu的博客
07-03 636
张量（Tensor）是MindSpore网络运算中的基本数据结构。 首先导入需要的模块和接口，如下所示： import numpy as np from mindspore import Tensor from mindspore import dtype as mstype 初始化张量 张量的初始化方式有多种，构造张量时，支持传入Tensor、float、int、bool、tuple、list和NumPy.array类型。 根据数据直接生成 可以根据数据创建张量，数
华为MindSpore
a7316600的博客
08-25 7832
华为MindSpore2019年8月23日，华为发布了全场景 AI 计算框架 MindSpore，并宣布 “MindSpore 将在2020年第一季度开源”。这是与 TensorFlow、PyTorch、PaddlePaddle 等框架竞争的一款产品。 2019年8月23日，华为发布了全场景 AI 计算框架 MindSpore，并宣布 “MindSpore 将在2020年第一季度开源”。这是与 ...
Windows下运行gpu版本mindspore过程记录
skytttttt9394的博客
07-26 398
转载地址：https://bbs.huaweicloud.com/forum/thread-83076-1-1.html 作者：芳菲菲兮满堂 在论坛上看到有折腾wsl2下运行mindspore gpu容器成功的案例，想着既然dockers容器能够运行 那么wsl也能够识别到宿主机的gpu 不用在走一层docker，所以开始验证之旅 首先要注册微软的内部开发计划：https://insider.windows.com/en-us/getting-started#register里面有详细的注册步骤，..
docker使用GPU
03-21
Docker是一种开源的容器化平台，可以帮开发者将应用程序及其依赖项打包成一个独立的容器，以便在不同的环境中进行部署和运行。使用GPU加速可以提高计算密集型应用程序的性能，而Docker也提供了支持GPU的功能。 要在Docker中使用GPU，首先需要确保你的主机上已经正确安装了GPU驱动程序，并且支持NVIDIA Container Toolkit。接下来，你需要使用Docker命令行工具或者Docker Compose来配置容器以使用GPU。 下面是一些使用GPU的Docker配置选项： 1. 在Docker命令行中使用`--gpus`参数来指定要分配给容器的GPU数量。例如：`docker run --gpus all my_gpu_app`。 2. 在Docker Compose文件中使用`runtime: nvidia`来指定容器运行时为NVIDIA。例如： ``` version: '3' services: my_gpu_app: runtime: nvidia ... ``` 3. 在容器内部，你可以通过CUDA或其他GPU编程库来访问和使用GPU资源。 需要注意的是，使用GPU加速的容器可能需要额外的配置和权限，具体取决于你的操作系统和GPU驱动程序版本。此外，确保你的应用程序在容器中正确地配置和使用GPU资源。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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