docker使用gpu和如何保容器持后台运行

最新推荐文章于 2024-12-06 16:18:53 发布

L-960

最新推荐文章于 2024-12-06 16:18:53 发布

阅读量623

点赞数

分类专栏： linux Docker 文章标签： docker 容器

本文链接：https://blog.csdn.net/weixin_43702146/article/details/122307272

版权

linux 同时被 2 个专栏收录

57 篇文章 2 订阅

订阅专栏

Docker

48 篇文章 2 订阅

订阅专栏

docker run --name ppocr--gpus all -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all -it nvidia/cuda:11.2.2-cudnn8-runtime-ubuntu20.04 /bin/bash

–gpus all继承宿主机的cuda驱动
-e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all 能够使用cuda
bin/bash代表一个守护进程，防止docker容器退出

–gpus=“device=6” 代表使用固定卡号的gpu

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

L-960

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

docker容器里访问gpu；onnx转tenorrt trt、engin、plan格式；triton加载推理tensorrt模型

weixin_42357472的博客

07-18

1336

如果报错INT64.AttemptingtocastdowntoINT32；可能需要升级tensorrt，参考https//github.com/onnx/onnx-tensorrt/issues/856。**tenorrttrtexec工具转化只支持int32不支持int64的onnx。参考https//www.jianshu.com/p/8f38a63b86cc。nvidia-smi可以访问。容器里torch也可以访问gpu。..................

python-gpu项目的docker部署

qq_42475721的博客

01-02

817

一，docker简介 docker基本关系图：常用指令： docker pull：从仓库拉取镜像（获取镜像方式一） docker images：查看本地可用的镜像 docker run -it -d：运行镜像成为一个容器(加上-it 后不会自动exited) -d 后台运行 -p 内部：外部端口映射 --name:给容器起别名 -v：映射外部内部文件 -v‘pwd’:/usr/share/...

参与评论您还未登录，请先登录后发表或查看评论

nvidia-docker容器中nvidia-smi中CUDA Version显示N/A

桐原因的博客

11-17

9655

nvidia-docker2版本以上增加在启动容器的时候加上 -e NVIDIA_VISIBLE_DEVICES=all 在容器中使用nvidia-smi可以显示出GPU信息图源：来自网络但是发现CUDA Version的版本为N/A，使用torch.cuda.is_available()会出现报错 UserWarning: CUDA in...

Docker 常用操作命令与 GPU 容器运行随记

敲代码别忘了喝上一杯凉白开。

09-09

963

这篇文章整理了在 Docker 环境下常用的操作命令，并附加了一些关于 GPU 容器运行的随记。内容涵盖了从镜像管理、容器操作到网络配置、系统资源监控的方方面面，还包括了如何查看 Docker 环境的信息以及日志管理等操作。此外，文章还介绍了在 Docker 中启动 GPU 容器的步骤，以及运行 Jupyter 笔记本服务的详细命令。无论是新手还是有经验的用户，都能从中找到有用的操作指南和参考信息，提升 Docker 使用效率。

怎么在docker中使用nvidia显卡

weixin_42547786的博客

12-06

150

【代码】怎么在docker中使用nvidia显卡。

最简单的办法！Ubuntu下创建Docker-gpu！

m0_49996105的博客

02-10

422

最简单的办法！Ubuntu下创建Docker-gpu！

【TensorFlow】：在Linux上安装nvidia-docker环境，解决显卡切换问题，只需要几步就可以成功安装，安装之后登陆不了界面，只能变成服务器模式命令后执行了。

freewebsys的专栏

03-09

948

运行之前的gpt-2-simple的项目，使用gpu镜像，结果就OOM了。看来4G内存还是太小了。

Docker容器搭建运行GPU深度学习环境

ydd的博客，记录生活

11-24

2810

nvidia-smi | NVIDIA-SMI 495.44 Driver Version: 495.44 CUDA Version: 11.5 docker容器搭建运行GPU深度学习环境 docker run --gpus all nvidia/cuda:11.0-base nvidia-smi nvidia-container-cli -k -d /dev/tty info

Docker中Failed to initialize NVML: Unknown Error

ZnS_oscar的博客

10-29

7744

需要在服务器上docker的admin list之中. 不需要服务器整体的admin权限. 我在创建docker的时候向管理员申请了把握加到docker list当中了. 如果你能够创建docker你就满足这个条件了。在主机上nvidia-smi正常, 但是在docker上报错如标题.查看我的container_id, 然后使用。解决: 使用上述方法修改. 但是有一些不同。关闭我的container, 再使用。然后再重启我的container.

关于windows10/11 上使用docker19以上版本初始化cuda容器 --gpus all 选项使用后可以创建容器但是无法运行的解决方案（docker-container-cli初始化错误）

w12567878的博客

11-07

2220

原因在windows10/11上docker基于WSL运行，想使用gpu需使用WSL2，并在WSL2里安装驱动，nvcc -V以及nvidia-smi都有输出即可。 cuda本机安装后似乎不需要额外安装了，需要直接apt安装，用nvcc -V验证是否可以使用cuda，cuda版本建议去Nvidia的窗口查看支持版本，不要安装错了。安装错误需要先卸载。我的win11一直安装cuda不成功是因为Nsight VSE（Visual Studio Edition）与VS2019冲突，卸载VS就行了，Visual

Docker 与 Podman：揭示容器编排的最佳 25 大常见问题解答

12-13

1193

发现 Docker 和 Podman 之间的差异，包括 25 个查询和相应响应的综合汇编。

使用docker搭建分布式pytorch+cuda训练模型（一）

2401_83051627的博客

07-10

1498

由于训练模型所需要的环境一致，因此使用docker创建镜像并在各个服务器中开启容器。随后运行pytorch模型进行分布式训练。过程如下主机使用centos镜像创建容器在容器中搭建环境，上传代码将容器打包成镜像将镜像发布到各个服务器各个服务器开启容器，执行分布式训练。

在docker中配置pytorch(GPU)环境，cuda终于可用

weixin_44977143的博客

09-14

4843

在docker中配置conda+pytorch(GPU)，cuda可用！并将容器保存为镜像。

22-3-22-docker中使用nvidia显卡

mengyays的博客

03-22

7879

怎么在docker中使用nvidia显卡 https://blog.csdn.net/weixin_43590796/article/details/114848742 　　参考资料：　　https://blog.csdn.net/qq_33547243/article/details/107433616 　　https://www.cnblogs.com/shoufu/p/12904832.html 　　https://github.com/NVIDIA/nvidia-docker/issues/533

Nvidia-docker运行错误- Nvidia-docker : Unknown runtime specified nvidia

SimpleLearning

11-06

1962

docker

nvidia docker指定显卡启动