docker︱在nvidia-docker中使用tensorflow-gpu/jupyter

docker小白… 搭建基础:宿主机已经有CUDA8.0

一、安装

参考:Docker Compose + GPU + TensorFlow = ❤️ 安装docker

curl -sSL https://get.docker.com/ | sh

安装Nvidia Docker

wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb
sudo dpkg -i /tmp/nvidia-docker*.deb

通过以下命令来检验是否成功:

nvidia-docker run --rm nvidia/cuda nvidia-smi

执行的时候可能会报错:

Error: unsupported CUDA version: driver 8.0 < image 9.0.176 

所以需要指定一下版本:

nvidia-docker run --rm nvidia/cuda:8.0-devel nvidia-smi

.

二、nvidia-smi的使用

1、拉取镜像、开启容器

当一台机器有很多个GPU可以通过NV_GPU来指定, 通过-v将宿主机下的/data1/matt/docker文件夹与docker之中的/mnt**共享文件**。 matt/docker是容器名称

NV_GPU=1 nvidia-docker run -v /matt/docker:/mnt $container --rm -ti matt/docker bash

tensorflow官网有个镜像拉取方式:

sudo docker run -it --rm $DEVICES -v /usr/lib64/nvidia/:/usr/local/nvidia/lib64 tensorflow/tensorflow:latest-gpu bash

有一个nvidia关于CUDA8的镜像:

sudo nvidia-docker run --rm -ti nvidia/cuda:8.0 bash

从docker hub上拉取镜像:

docker pull mattzheng/docker_gpu

最简单的启动:

nvidia-docker run --rm -ti <镜像名字>
docker attach <容器名字>  # 已打开的容器

.

2.上传容器与创建镜像

创建镜像,容器名字叫device-query

nvidia-docker build -t device-query

上传容器到docker hub之上, (1)先得在网站注册:https://hub.docker.com/ (2)在terminal,中键入docker login输入账号与密码,就与Hub联通了

sudo docker push mattzheng/device-query

.

3.容器与镜像删减

镜像操作

docker images #查看有哪些镜像
docker rmi image_id #删除镜像ID或者名称都可以

容器操作

docker ps -a  # 容器参考
docker container ls # 参考容器
docker rm container_id #删除容器 

容器停止:

docker ps -a | grep <container-id>
docker stop <container-id>

有时候很难删除镜像:

# 第一种
Error response from daemon: conflict: unable to delete e4b9e4f71238 (must be forced) - image is being used by stopped container 1e359ad4363d
# 第二种
Error response from daemon: conflict: unable to delete 1dc4f730b414 (cannot be forced) - image has dependent child images

第一种代表有依赖的容器,需要根据容器名称,docker rm进行删除。 第二种,因为有child,需要删除依赖的image,可以根据tag来进行删除,

docker rm REPOSITORY:TAG    # 根据TAG删除容器

.

4.容器改名

sudo nvidia-docker tag tensorflow/tensorflow:latest-gpu matt/nvidia-docker

把这个容器tensorflow/tensorflow:latest-gpu,改成名字matt/nvidia-docker .

5.容器的保存

如何对容器进行保存防止退出后全部修改消失

  • (1)预先获取docker ps -l的容器ID
  • (2)然后从新复制一个新的容器:
docker commit 1610c46c28bd matt/test
docker commit -m="has update" -a="matt" fc4bd61a4af2 matt/docker:5.2

冒号之后是tag名称,可以继续更新,需要注意,关闭之前,需要apt-get update

.

6.在tensorflow容器中打开Jupyter notebook

官方:https://hub.docker.com/r/tensorflow/tensorflow/

nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu

然后就可以用http://localhost:8888/ 打开该jupyter。 但是如果是,宿主机是远程Linux服务器,你想在远程调用服务器中docker的Jupyter notebook。因为会跟宿主机的IP起冲突,所以需要指定以下IP,在重启的时候:

sudo nvidia-docker run -it -p 7777:8888 mattzheng/docker_gpu_1

也就是把docker中的8888端口,赋值到宿主机的7777端口,这样不会与其他冲突。 其中,第一次打开输入的密码,是toke之后的内容,本图中的为: 0375ddd82c0417e55dddf4d3bf7f9dcba9530e89391a6163

打开容器之后就可以启动了:

jupyter notebook --allow-root

或者要在Jupyter中同时使用Py2 py3的话,可以参考

pip2 install ipython notebook
pip3 install ipython notebook
ipython2 kernelspec install-self
ipython3 kernelspec install-self 

就可以使用了,重启后,会出现pip3/pip2

主题换色(参考:https://github.com/dunovank/jupyter-themes):

安装主题包:

!pip install --upgrade jupyterthemes
# 用 solarized-light 主题,代码字体是 inputmono,字号 12 点,界面字体 sourcesans,输出字体 sourcesans,开启工具栏,开启标题栏
!jt -t solarized-light -f inputmono -fs 12 -nf sourcesans -tf sourcesans -T -N

执行后重新打开即可。参考模板型号:

Available Themes: 
   chesterish
   grade3
   gruvboxd
   gruvboxl
   monokai
   oceans16
   onedork
   solarizedd
   solarizedl

.

7.在容器中打开nvidia/digits

nvidia-docker run --name digits -p 5000:5000 nvidia/digits

.

三、tensorflow安装

tensorflow/tensorflow:latest-gpu版本中,没有pip3

需要安装一下:

apt-get update
apt-get install python3-pip

然后利用pip3安装tensorflow以及keras(官网链接):

apt-get install libcupti-dev
apt-get install python3-pip python3-dev python-virtualenv
virtualenv --system-site-packages -p python3 targetDirectory
pip3 install tensorflow-gpu
pip3 install keras

之后想安装opencv,但是有一些依赖很容易导致报错:

apt-get install libsm6 libxrender1 libfontconfig1
apt-get install -y python-qt4
pip3 install opencv-python

不然有可能会报错:

ImportError: libSM.so.6: cannot open shared object file: No such file or directory
ImportError: libXext.so.6: cannot open shared object file: No such file or directory

如果也同时需要安装Keras,除了pip install keras,不然会报错:python ImportError:load_weightsrequires h5py. 还需要加载:

pip3 install h5py

.

延伸: 最长的开docker命令:

NV_GPU=1 nvidia-docker run -it -p 7777:8888 -v /data/matt/docker:/mnt $container --rm -ti matt/docker bash

参考:

CentOS Linux 安裝與使用 NVIDIA Docker GPU 計算環境教學 Docker 中玩转 GPU Using TensorFlow via Docker Docker Compose + GPU + TensorFlow = ❤️ Docker基礎教程

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏简书专栏

pip换源

换源的作用是可以加快python下载库的速度。 本篇文章采用的方法是作者已经编辑好换源的文本文件,读者只需要下载后将其解压到用户文件夹下即可。

762
来自专栏DannyHoo的专栏

Cocoapods安装和使用

删除命令:gem sources --remove https://rubygems.org/

662
来自专栏企鹅号快讯

最实用的Linux命令总结

1.linux安装中文环境(可选) 联网之后执行:sudo yum groupinstall chinese-support,安装完语言包之后修改/etc/sy...

1798
来自专栏程序员互动联盟

【编程基础】Linux环境开发效率--那些强大的命令

之前写了一篇关于linux下常用的几个命令,参考Linux入门--提高工作效率的命令。接下来接着介绍一些在linux下做开发经常使用到得命令,其中有打包压缩命令...

2765
来自专栏静下来

mysql数据库日志mysql-bin.000001-XX删除方法

今天想看看服务器数据盘用了多少容量,查的时候,吓我一跳。显示居然已经用了70多G。。。 明显不可能的,我就博客,虽然还有别的网站,但是图片和附近都是用百...

3086
来自专栏运维小白

4.13 磁盘故障小案例

在做实验的时候,写入一行配置到/etc/fstab中去,在做完 lvm实验之后,reboot重启之后,会发现进入不了系统(如下图类似的界面) ? 本来应该是显示...

1907
来自专栏cs

linux学习笔记三

文件组成 linux文件系统的运行和操作系统的文件组成有关,文件系统会将文件权限,属性放在inode(索引节点)中,至于实际的数据则放在block快中。另外还有...

33812
来自专栏Kotlin入门系列

win7基础 cmd 桌面空白处,按住shift后,通过右键菜单启动cmd窗口

1805
来自专栏有趣的django

Ubuntu基本命令

vi编辑器 ? ? ? ? ? {  :上一段diamante  } :下一段代码 dw: 删除一个单词 权限 ? 前面的分三组 第一: 文件拥有者的权限 第二...

3725
来自专栏我的博客

虚拟机配置端口映射

今天打算建立一个公共的虚拟服务器,班级内所有同学可以使用用ssh连接,共享文件。然后可以通过web方式下载共享的文件。配置方法如下: 先安装虚拟机(可以查看我博...

2676

扫码关注云+社区