前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【使用指南】用Docker安装运行paddlepaddle

【使用指南】用Docker安装运行paddlepaddle

作者头像
用户1386409
发布2018-03-15 14:35:44
2.2K0
发布2018-03-15 14:35:44
举报
文章被收录于专栏:PaddlePaddle

编写|paddle

排版|wangp

使用Docker安装和运行PaddlePaddle可以无需考虑依赖环境即可运行。并且也可以在Windows的docker中运行。 您可以在 Docker官网获得基本的Docker安装和使用方法(官网网址:https://docs.docker.com/get-started/)

如果您在使用Windows,可以参考教程,完成在Windows上安装和使用Docker(教程网址:https://docs.docker.com/toolbox/toolbox_install_windows/)

在了解Docker的基本使用方法之后,即可开始下面的步骤:

1

获取PaddlePaddle的Docker镜像

执行下面的命令获取最新的PaddlePaddle Docker镜像,版本为cpu_avx_mkl:

docker pull paddlepaddle/paddle

对于国内用户,我们提供了加速访问的镜像源:

docker pull docker.paddlepaddlehub.com/paddle

下载GPU版本(cuda8.0_cudnn5_avx_mkl)的Docker镜像:

docker pull paddlepaddle/paddle:latest-gpu

docker pull docker.paddlepaddlehub.com

/paddle:latest-gpu

选择下载使用不同的BLAS库的Docker镜像:

# 默认是使用MKL的镜像

docker pull paddlepaddle/paddle

# 使用OpenBLAS的镜像

docker pull paddlepaddle/paddle:latest-openblas

下载指定版本的Docker镜像,可以从 DockerHub网站(https://hub.docker.com/r/paddlepaddle/paddle/tags/)获取可选的tag,并执行下面的命令:

docker pull paddlepaddle/paddle:[tag]

# 比如:

docker pull docker.paddlepaddlehub.com/paddle:0.11.0-gpu

2

在Docker中执行PaddlePaddle训练程序

假设您已经在当前目录(比如在/home/work)编写了一个PaddlePaddle的程序 train.py (可以参考 PaddlePaddleBook 编写,网址:http://www.paddlepaddle.org/docs/develop/book/01.fit_a_line/index.cn.html),就可以使用下面的命令开始执行训练:

cd /home/work

docker run -it -v $PWD:/work paddlepaddle/paddle /work/train.py

上述命令中,-it 参数说明容器已交互式运行; -v $PWD:/work 指定将当前路径(Linux中$PWD变量会展开为当前路径的绝对路径)挂载到容器内部的 /work 目录; paddlepaddle/paddle 指定需要使用的容器; 最后 /work/train.py 为容器内执行的命令,即运行训练程序

当然,您也可以进入到Docker容器中,以交互式的方式执行或调试您的代码

注:PaddlePaddle Docker镜像为了减小体积,默认没有安装vim,您可以在容器中执行 apt-get install -y vim 安装后,在容器中编辑代码

3

使用Docker启动PaddlePaddle Book教程

使用Docker可以快速在本地启动一个包含了PaddlePaddle官方Book教程的Jupyter Notebook,可以通过网页浏览。 PaddlePaddle Book是为用户和开发者制作的一个交互式的Jupyter Notebook。 如果您想要更深入了解deep learning,PaddlePaddle Book一定是您最好的选择。 大家可以通过它阅读教程,或者制作和分享带有代码、公式、图表、文字的交互式文档

我们提供可以直接运行PaddlePaddle Book的Docker镜像,直接运行:

docker run -p 8888:8888 paddlepaddle/book

然后在浏览器中输入以下网址:

http://localhost:8888/

就这么简单,享受您的旅程!

4

使用Docker执行GPU训练

为了保证GPU驱动能够在镜像里面正常运行,我们推荐使用 nvidia-docker(网址:https://github.com/NVIDIA/nvidia-docker) 来运行镜像。 请不要忘记提前在物理机上安装GPU最新驱动

nvidia-docker run -it -v $PWD:/work paddlepaddle/paddle:latest-gpu /bin/bash

注: 如果没有安装nvidia-docker,可以尝试以下的方法,将CUDA库和Linux设备挂载到Docker容器内:

export CUDA_SO="$(\ls /usr/lib64/libcuda* | xargs -I{} echo '-v {}:{}') $(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')"

export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')

docker run ${CUDA_SO} ${DEVICES} -it paddlepaddle/paddle:latest-gpu

关于AVX

AVX是一种CPU指令集,可以加速PaddlePaddle的计算。最新的PaddlePaddle Docker镜像默认 是开启AVX编译的,所以,如果您的电脑不支持AVX,需要单独 编译 PaddlePaddle为no-avx版本

以下指令能检查Linux电脑是否支持AVX:

if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi

如果输出是No,就需要选择使用no-AVX的镜像

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-01-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PaddlePaddle 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档