2021-05-26

最新推荐文章于 2023-10-22 19:03:42 发布

上海五次方智能科技

最新推荐文章于 2023-10-22 19:03:42 发布

阅读量94

点赞数

分类专栏： NLP CV

本文链接：https://blog.csdn.net/weixin_40357453/article/details/117304154

版权

NLP 同时被 2 个专栏收录

5 篇文章 1 订阅

订阅专栏

3 篇文章 0 订阅

订阅专栏

Docker安装镜像调用本地GPU

环境：CentOS7

基本概念

NVIDIA Container Toolkit允许用户构建和运行GPU加速容器。该工具包包括容器运行库和实用程序，用于自动配置容器以利用NVIDIA GPU。
在这里插入图片描述
容器化GPU应用程序提供了许多好处，其中包括：

易于部署
隔离单个设备
跨异构驱动程序/工具包环境运行
只需要在主机上安装NVIDIA驱动程序
促进协作：可复制的构建，可复制的性能，可复制的结果。

前置要求

1、驱动安装
确保系统已安装好NVIDIA Driver，可从此处下载 .run 安装包。
2、Docker版本
Docker >= 19.03

Docker安装

安装步骤略，见此处
输入以下命令

sudo docker run --rm hello-world

查看是否安装成功
在这里插入图片描述

设置NVIDIA Container Toolkit

设置稳定的存储库和GPG密钥，官方教程：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

sudo yum clean expire-cache
sudo yum install -y nvidia-docker2

# 重启Docker完成安装
sudo systemctl restart docker	

# 检验
sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

出现以下信息说明成功
在这里插入图片描述

安装可使用GPU的TensorFlow镜像

下载TensorFlow官方镜像

docker pull tensorflow/tensorflow:latest-gpu

进入镜像

docker run -it -p 80:8888 --gpus all tensorflow/tensorflow:latest-gpu

进入ipython，打印GPU信息

import tensorflow as tf

print(tf.test.gpu_device_name())
或
from tensorflow.python.client import device_lib

local_device_protos = device_lib.list_local_devices()
print([x.name for x in local_device_protos if x.device_type == 'GPU'])