在docker中使用gpu和本地目錄訓練模型

以TensorFlow1.14-gpu為例,服務器先安裝好docker服務,以及顯卡驅(qū)動,這個的好處是只需要自己安裝驅(qū)動即可實用,不需要安裝cuda和cudnn。

1、下載docker image
docker pull tensorflow/tensorflow:1.14.0-gpu-py3
2、帶gpu運行docker,掛載本地目錄,假設代碼在本地目錄/home/song/develop_project/my_project_1中,掛載到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、進入docker
docker exec -it tensorflow_14 /bin/bash
4、執(zhí)行更新
apt-get update
5、安裝依賴包
apt-get install libpq-dev
6、更新pip,通過豆瓣更新。
pip install --upgrade pip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
8、安裝項目需要的包,通過豆瓣更新。
pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容