【vitis-ai vscode本地连接docker】

恒殿

已于 2022-02-11 20:06:08 修改

阅读量2.8k

点赞数 1

文章标签： docker 容器运维人工智能 fpga

于 2022-02-01 21:52:07 首次发布

本文链接：https://blog.csdn.net/weixin_38961173/article/details/122766078

版权

@vitis-ai VSCode连接本地docker_gpu容器进行开发

欢迎来到恒殿

您好！欢迎来到恒殿分享。

vitis-ai docker-gpu 常见启动失败解决办法

docker: Error response from daemon: could not select device driver “” with capabilities: [[gpu]].

解决办法：添加apt源

	curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey |   sudo apt-key add -
	distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
	curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |   sudo tee /etc/apt/sources.list.d/nvidia-docker.list
	sudo apt-get update
	sudo apt-get install -y nvidia-container-toolkit

vscode 连接本地docker_gpu容器进行开发

安装 Remote - Containers
使用命令行进入 Vitis-AI目录启动 vitis-ai docker_gpu
```
	 ./docker_run.sh xilinx/vitis-ai-gpu:latest
```
点击左下角绿色按钮
选择 Attach to Running Container…
选择自己的docker容器
点击文件–>打开文件夹，打开你的工作目录这时候的目录就是docker容器中的目录了。
测试新建一个 py文件测试以下 tensorflow环境
在应用市场中给docker安装python插件，搜索python 能装得都装上
单击vscode下方的蓝色提示匡中python字样可以打开python解释器配置选项栏
点击 +输入解释器路径… 按照图片中蓝色选项的路径进行选择
创建python文件写一个简单的tensorflow测试代码。右键在终端运行即可看到结果本例子结果13.0 输出log看出gpu参与运算
结束。