1.在镜像里面创建容器
查看镜像:docker images
创建容器:nvidia-docker run --ipc=host -it -v /nfs_docker_images:/qinruntian -p 240xx:8888 --name tensor-models tensorflow/tensorflow:nightly-custom-op-gpu-ubuntu16-cuda10.0
2.在容器创建jupyter
(1)安装jupyter:pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple
(2)配置jupyter:
jupyter notebook --generate-config
vim ~/.jupyter/jupyter_notebook_config.py
(3)修改 c.NotebookApp.port = 8888
3.打开jupyter
(1)jupyter-notebook --ip 0.0.0.0 --allow-root
(2)复制token:510dd2e170d943bf8589a2b5f77d76d704a4b5c99d3d71b3
(3)打开浏览器输入:192.168.1.101:240xx
(4)然后在浏览器输入token
4.在juputer添加虚拟环境(以下步骤在jupyter终端里面运行)
(1)安装anaconda:
下载:https://www.anaconda.com/download/
安装:bash Anaconda3-5.3.1-Linux-x86_64.sh
添加环境变量:echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
(2)安装ipykernel:conda install ipykernel
(3)创建虚拟环境: conda create -n fsaf python=3.6
(4) 在虚拟环境下创建kernel文件
在terminal下执行命令行:conda install -n fsaf ipykernel
(5)激活conda环境: source activate fsaf
(6)将环境写入notebook的kernel中:
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"
eg:python -m ipykernel install --user --name fsaf --display-name "fsaf"
(7)打开notebook服务器
在terminal下执行命令:jupyter notebook
(8)也可以在创建虚拟环境的时候便安装好ipykernel
命令:conda create -n 环境名称 python=3.6 ipykernel
(9)删除kernel环境:
jupyter kernelspec remove 环境名称
可能出现的错误:
ubuntu缺少libGL.so
apt-file search libGL.so
找到是那个安装包里含有,然后apt-get install package
需要先 #apt-get install apt-file #apt-file update
本文是自己学习笔记,如有侵权请告知!
欢迎讨论、交流!!