docker19 配置容器 cuda10.2笔记

简介: docker19 配置容器 cuda10.2笔记

先记一下命令

#启动gpu容器 带jupyter以及 ssh
(docker run -tdi --gpus all  -p 60106:22 -p 60006:8888 --name  cujupt102 --privileged=true  registry.cn-hangzhou.aliyuncs.com/mkmk/gpujupyter:sshtf20b1 /bin/bash) &&(docker exec -d cujupt102 /bin/bash -c "cd /home &&(/etc/init.d/ssh start) && nohup jupyter notebook --allow-root & " )
#删除容器
docker stop cujupt102 && docker rm cujupt102
#删除镜像
docker rmi $(docker images -q)
docker run -tdi  --gpus  all  --name gpu102  --privileged=true nvidia/cuda:10.2-base /bin/bash

成功,

如果不使用官方的镜像,cuda会显示N/A

失败截图

#进入容器
 docker exec -it gpu102 "bash"
#查看驱动
nvidia-smi
#查看系统版本
cat /etc/issue
Ubuntu 18.04.3 LTS \n \l

安装python3

安装ptyhon3.7
sudo apt-get update
sudo apt-get install python3.7
安装成后的目录在/usr/bin/python3.7,同时将其设置成默认
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.7 150 
sudo update-alternatives --config python

安装setuptools

unzip setuptools-42.0.2.zip
docker cp setuptools-42.0.2 gpu102:/home/installpackges/setuptools-42.0.2
cd s

安装pip

apt-get install python3-pip

在这里插入代码片

apt-get install python3-pip

建立 从 a 到 b 的软连接

ln -s a b

ln -s /usr/bin/pip3 /usr/bin/pip

ln -s /usr/bin/python3.6 /usr/bin/python


配置jupyter

pip install jupyter
root@1589c892929a:/home# jupyter notebook --generate-config
Writing default config to: /root/.jupyter/jupyter_notebook_config.py
>>> from notebook.auth import passwd
>>> passwd()
Enter password: 
Verify password: 
'sha1:e7760ad802a5:0d634bc07644459cacf405f962c504c9df1c87dc'

编辑jupyter配置文件

 docker cp gpu102:/root/.jupyter/jupyter_notebook_config.py  jupyter_notebook_config.py
 #编辑
vi /root/.jupyter/jupyter_notebook_config.py
c.NotebookApp.ip='*' #设置访问notebook的ip,*表示所有IP
c.NotebookApp.password = u'sha1:xxx' #填写刚刚复制的密钥 
c.NotebookApp.open_browser = False # 禁止notebook启动时自动打开浏览器
c.NotebookApp.port =8888 #指定访问的端口,默认是8888。
jupyter notebook --config /root/.jupyter/jupyter_notebook_config.py --allow-root
#启动gpu容器 带jupyter以及 ssh
(docker run -tdi --gpus all  -p 60106:22 -p 60006:8888 --name  cujupt102 --privileged=true  registry.cn-hangzhou.aliyuncs.com/mkmk/gpujupyter:ssh0tf20opencv4keras /bin/bash) &&(docker exec -d cujupt102 /bin/bash -c "cd /home &&(/etc/init.d/ssh start) && nohup jupyter notebook --allow-root & " )
#删除容器
docker stop cujupt102 && docker rm cujupt102

pip 加速

vi ~/.pip/pip.conf
[global] 
index-url = http://mirrors.aliyun.com/pypi/simple/ 
[install] 
trusted-host=mirrors.aliyun.com 

chapter3-autoencoders

下有cpu执行和gpu执行文件的对比

然后数据集加载

keras中
loaddata() 函数默认可以添加一个path
loaddata( datapath ) 这样keras就不会再去 网上下数据资源
#每秒监视一次gpu信息
watch -n 1 nvidia-smi
#在哪里查看都可以,都可以检测到GPU是否运行
最后对于每一个 echo cpu运行 60s
gpu运行16s
with  tf.device("/cpu:0"):
  执行代码
with   tf.device("/gpu:0"):
  执行代码


指定特定显卡工作

也可以创建多线程 ,cpu GPU 分别工作

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
2月前
|
缓存 Ubuntu Docker
Ubuntu环境下删除Docker镜像与容器、配置静态IP地址教程。
如果遇见问题或者想回滚改动, 可以重启系统.
144 16
|
2月前
|
数据建模 应用服务中间件 PHP
配置nginx容器和php容器协同工作成功,使用ip加端口的方式进行通信
本示例演示如何通过Docker挂载同一宿主目录至Nginx与PHP容器,实现PHP项目运行环境配置。需注意PHP容器中监听地址修改为0.0.0.0:9000,并调整Nginx配置中fastcgi_pass指向正确的IP与端口。同时确保Nginx容器中/var/www/html权限正确,以避免访问问题。
配置nginx容器和php容器协同工作成功,使用ip加端口的方式进行通信
|
2月前
|
安全 持续交付 Docker
Docker:重塑现代软件交付的容器引擎
Docker:重塑现代软件交付的容器引擎
|
2月前
|
存储 持续交付 Docker
Docker:轻量级容器技术重塑应用交付
Docker:轻量级容器技术重塑应用交付
|
2月前
|
Kubernetes Cloud Native 持续交付
Docker:轻量级容器化技术解析
Docker:轻量级容器化技术解析
|
2月前
|
运维 测试技术 Docker
Docker:轻量级容器化技术革命
Docker:轻量级容器化技术革命
|
2月前
|
存储 持续交付 Docker
Docker:颠覆传统开发的轻量级容器革命
Docker:颠覆传统开发的轻量级容器革命
|
Linux Docker 容器
Docker操作 :容器命令
Docker操作 (四)
334 56
|
12月前
|
安全 Shell Linux
docker进入容器命令
docker进入容器命令
751 1