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

来自专栏性能与架构

Docker容器镜像下载加速

image.png 直接下载Docker镜像时,由于某些原因,经常下载失败,即使连接成功也是极慢 好在 DaoCloud 提供Docker Hub Mirro...

4834
来自专栏康怀帅的专栏

Docker Compose version 3 使用详解

Define application stacks built using multiple containers, services, and swarm c...

3.7K6
来自专栏乐沙弥的世界

再说 Oracle RAC services

        应用程序工作负载在Oracle 10g中可以被定为services,也称之为服务,能够在单实例中使用,也能够在RAC中单独使用和管理。因此整个数...

1074
来自专栏数据和云

DBA必备技能:RAC 如何安装新主机识别老存储恢复数据库

编辑手记:在 DBA 的日常工作中,经常会遇到 RAC 的一个节点失效的情况,或者通过存储迁移主机,如何恢复环境,加入集群是 DBA 的必备技能。 ? 张大朋...

3205
来自专栏技术翻译

使用Kubernetes和Docker将Spring Boot和MongoDB作为容器部署

对于本教程,您将拥有一个Dockerized示例spring-boot应用程序,该应用程序与MongoDB通信以获取GET / POST REST API并部署...

1830
来自专栏iOSDevLog

Docker Cheat Sheet

“使用Docker,开发人员可以使用任何工具链以任何语言构建任何应用程序。”Dockerized“应用程序完全可移植,可以在任何地方运行 - 同事的OS X和W...

1202
来自专栏运维

k8s1.5.3集群测试之部署PODS实例

http://jerrymin.blog.51cto.com/3002256/1898243

942
来自专栏杂七杂八

matplotlib 中文乱码解决方案

在控制面板\外观和个性化\字体下找到黑体常规,复制到到盘符+文件夹\Anaconda\Lib\site-packages\matplotlib\mpl-data...

2606
来自专栏刺客博客

(转载)灰常有趣的Docker镜像

1.3K3
来自专栏吴伟祥

大白话Docker入门(一) 原

随着docker现在越来越热门,自己也对docker的好奇心也越来越重,终于忍不住利用了一些时间把docker学习一遍。目前的资料不少,但是由于docker的发...

1022

扫码关注云+社区