安装nvidia-docker
本文由腾讯云+社区自动同步，原文地址 http://blogtest.stackoverflow.club/article/install_nvidia_docker/
前言
本文主要介绍安装docker-ce与nvidia-docker的过程。注意不是docker.io, 因为nvidia-docker是基于docker-ce的，ce比io要新。
安装docker-ce
安装软件包以允许apt通过HTTPS使用存储库：
sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
software-properties-common添加Docker的官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -设置稳定的存储库
sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"更新apt软件包索引
sudo apt-get update安装最新版本的Docker CE
sudo apt-get install docker-ce测试docker-ce
sudo docker run hello-world安装nvidia-docker
增加nvidia-docker存储库
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update安装nvidia-docker
sudo apt-get install nvidia-docker2重启docker
sudo service docker restart测试nvidia-docker
确认是否已经安装nvidia-docker
nvidia-docker没有报错就表明安装成功
将当前用户加入docker组
sudo usermod -aG docker $USER
sudo service docker restart
# 重新登录
sudo su
exit加入docker组是为了不用sudo命令也行运行docker。
在ubuntu16.04上测试正常，但是在ubuntu18.04上发现不行，测试运行newgrp docker可以。该命令是用新用户组重新登录，将它写入~/.bashrc就可以实现自动登入docker用户组。
拉取合适的image
测试时使用deepo，这是一个比较全的深度学习环境，支持gpu和cpu版本，支持几乎所有的深度学习工具，支持cuda的版本为8.0-10.0
运行下面的命令会拉取最新的image，但是有10G大小，我们可以找到合适的tag，只拉取我们需要的版本。
docker pull ufoym/deepo下面是适合cuda8的keras & tensorflow环境
docker pull ufoym/deepo:keras-py36-cu80运行交互shell
常规命令运行(docker run …)是不行的，我们要带上前缀，即nvidia-docker run …
nvidia-docker run --rm -it ufoym/deepo:keras-py36-cu80 bash输入测试程序
进入python环境
python输入代码
import tensorflow as tf
a = tf.constant('hello world')
sess = tf.Session()
sess.run(a)
sess.close()尝试其他docker image
由nvidia提供，内容丰富，包含了tensorflow，pytorch以及matlab
TODO:
- 增加设置docker用户组的链接
- 增加设置docker registry-mirrors的链接
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019-06-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读