nvidia-docker的配置及使用

docker的安装

参考链接添加链接描述

nvidia-docker的安装

参考链接

nvidia-docker的使用

nvidia-docker run -it --shm-size=10g --runtime=nvidia -e NVIDIA_VISIBLE_DEVICE=0 nvcr.io/nvidia/tensorflow:20.03-tf2-py3   #对应tensorflow 2.1.0版本

nvidia-docker run -it --shm-size=10g --runtime=nvidia -e NVIDIA_VISIBLE_DEVICE=0 nvcr.io/nvidia/tensorflow:20.06-tf2-py3 #对应tensorflow 2.2.0版本

sudo nvidia-docker ps    # 通过該命令查看CONTAINER ID 
#commit镜像
sudo nvidia-docker commit containerID 镜像名字(test)
sudo nvidia-docker images # 查看镜像名字对应的ID
#保存镜像，将镜像文件转为.tat文件，注意save镜像的时候，需要先commit镜像
sudo nvidia-docker save 镜像ID -o test.tar
#加载镜像，使用load将.tar文件加载成镜像文件
sudo nvidia-docker load -i alvasystems.tar   # 将压缩包加载为镜像
#查看镜像名字
sudo nvidia-docker images # 查看镜像是否成功,同时查看镜像ID
#进入镜像中
sudo nvidia-docker run -it 镜像ID

#将宿主机的文件拷贝到镜像中
sudo nvidia-docker cp 宿主机文件 镜像名字:文件拷贝镜像中的路径
#例子
sudo nvidia-docker cp /media/**/3708AF3A7DA666E7/train.txt exciting_yalow:/media/VuforiaData