在docker中使用gpu和本地目录训练模型

以TensorFlow1.14-gpu为例,服务器先安装好docker服务,以及显卡驱动,这个的好处是只需要自己安装驱动即可实用,不需要安装cuda和cudnn。

1、下载docker image
docker pull tensorflow/tensorflow:1.14.0-gpu-py3
2、带gpu运行docker,挂载本地目录,假设代码在本地目录/home/song/develop_project/my_project_1中,挂载到docker的/home/my_project_1中:
run -itd --name tensorflow_14 --gpus all -v /home/song/develop_project/my_project_1://home/my_project_1 tensorflow/tensorflow:1.14.0-gpu-py3 /bin/bash
3、进入docker
docker exec -it tensorflow_14 /bin/bash
4、执行更新
apt-get update
5、安装依赖包
apt-get install libpq-dev
6、更新pip,通过豆瓣更新。
pip install --upgrade pip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
8、安装项目需要的包,通过豆瓣更新。
pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容