使用 Docker 可以搭建自己的深度学习训练环境,以避免不同训练因需要的运行环境不同而导致冲突。
此环境使用 NVIDIA 的 cuda 计算框架,因此构建环境以 NVIDIA 提供的镜像为基础。
由于目前 NVIDIA 官方并未公布适用于 ubuntu 18.04 的计算框架,因此现在以 ubuntu 16.04 为基础。待适用于 ubuntu 18.04 的计算框架全部发布以后再构建适用于 ubuntu 18.04 的版本。
构建环境
1.构建基础环境(Dockerfile_9.2-base-1604)
编写 Dockerfile:
ARG ubuntu=16.04 FROM vistart/ubuntu:${ubuntu} LABEL maintainer "vistart <i@vistart.me>" RUN apt-get update && apt-get install -y --no-install-recommends ca-certificates apt-transport-https gnupg-curl && \ rm -rf /var/lib/apt/lists/* && \ NVIDIA_GPGKEY_SUM=d1be581509378368edeec8c1eb2958702feedf3bc3d17011adbf24efacce4ab5 && \ NVIDIA_GPGKEY_FPR=ae09fe4bbd223a84b2ccfce3f60f4b3d7fa2af80 && \ apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub && \ apt-key adv --export --no-emit-version -a $NVIDIA_GPGKEY_FPR | tail -n +5 > cudasign.pub && \ echo "$NVIDIA_GPGKEY_SUM cudasign.pub" | sha256sum -c --strict - && rm cudasign.pub && \ echo "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/cuda.list && \ echo "deb https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/nvidia-ml.list ENV CUDA_VERSION 9.2.88 ENV CUDA_PKG_VERSION 9-2=$CUDA_VERSION-1 RUN apt-get update && apt-get install -y --no-install-recommends \ cuda-cudart-$CUDA_PKG_VERSION && \ ln -s cuda-9.2 /usr/local/cuda && \ rm -rf /var/lib/apt/lists/* # nvidia-docker 1.0 LABEL com.nvidia.volumes.needed="nvidia_driver" LABEL com.nvidia.cuda.version="${CUDA_VERSION}" RUN echo "/usr/local/nvidia/lib" >> /etc/ld.so.conf.d/nvidia.conf && \ echo "/usr/local/nvidia/lib64" >> /etc/ld.so.conf.d/nvidia.conf ENV PATH /usr/local/nvidia/bin:/usr/local/cuda/bin:${PATH} ENV LD_LIBRARY_PATH /usr/local/nvidia/lib:/usr/local/nvidia/lib64 # nvidia-container-runtime ENV NVIDIA_VISIBLE_DEVICES all ENV NVIDIA_DRIVER_CAPABILITIES compute,utility ENV NVIDIA_REQUIRE_CUDA "cuda>=9.2"
其中 maintainer 标签可以改为你自己的信息,此后不再说明。
您必须登录才能发表评论。