Docker 部署深度学习 运行deeplabV3
文章目录
- 前言
- 一、Docker简介
- 二、帮助命令
- 三、镜像常用命令
- 四、容器常用命令
- 五、配置深度学习环境
- 六、运行deeplabV3代码
- 七、提交容器,保存镜像
- 总结
前言
本文主要介绍docker发展历史,常用的镜像,容器命令。以及部署深度学习环境,运行deeplabV3 项目。
一、Docker简介
2010年,美国一家公司dotcloud做一些pass的云计算服务,lxc有关的容器技术,他们讲自己的技术(容器化技术)命名为Docker。
刚诞生的时候,没有引起关注,然后2013年,他们讲Docker开源,一鸣惊人。
二、帮助命令
1.查看版本信息:docker version
2.查看系统信息:docker info
3.帮助命令:docker --help
三、镜像常用命令
1.搜索镜像:docker search 镜像名称
2.下载镜像:docker pull 镜像名称
3.查看本地上的所有镜像:docker images
-q 只显示ID
4.删除镜像:docker rmi -f 镜像ID
递归删除所有镜像:docker rmi -f $(docker images -aq)
四、容器常用命令
1.新建容器并启用
docker run [可选参数] image
#参数
--name 名字
-d 后台方式运行
-it 交互方式运行
-p 指定容器端口 主机端口:容器端口
--gpus all 使用宿主机的gpu
--shm-size="25g" 设置共享内存
例如:
docker run -it --gpus all --shm-size="25g" ID /bin/bash
2.列出正在运行中的容器:docker ps
docker ps -a
现在+曾经
3退出容器:exit
直接容器停止并退出
ctrl +p+q 不停止退出
4:删除容器:docker rm ID
不能删除正在运行中的容器
5:启动容器:docker start ID
6:重启容器:docker restart ID
7:停止当前运行的容器:docker stop ID
8:强制停止:docker kill ID
9:查看容器中的进程信息:docker top ID
10:进入当前正在运行中的容器
进入容器开启新的终端:docker exec -it ID /bin/bash
正在执行:docker attach ID
11:查看容器内存信息:df -h
五、配置深度学习环境
1 查看镜像:docker images
2. 新建容器并启用:docker run -it --gpus all --shm-size="25g" 2ec708416bb8 /bin/bash
3.更新软件包:apt-get undate
4.下载wget:apt-get install wget
5.安装minianaconda
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh
如下图所示,安装完成
6.退出,并进入容器
7.创建虚拟环境,conda create -n 名称 python=3.7
8.进入虚拟环境conda activate skm
9.安装pytorch
并测试是否使用gpu
print(torch.cuda.is_available())
10.安装git:apt-get install git
并clone项目git clone 链接
11.安装项目运行其他的包:pip install 包
六、运行deeplabV3代码
python train.py
七、提交容器,保存镜像
提交容器:docker commit ID 镜像名称
保存镜像:docker save -o 本地路径 镜像ID
总结
以上就是本文的全部内容,简单来说就是创建容器,配置环境,运行代码,提交容器,保存镜像。
这只能说是Docker的入门,在配置过程中,遇到不懂的地方,欢迎评论区留言。
最后,有空闲时间,一定要和喜欢的人看日落哦!
Docker 部署深度学习 运行deeplabV3相关推荐
- Docker部署深度学习服务器,CUDA+cudnn+ssh
通过Docker来创建多个容器(相当于多个linux系统),每个容器中的CUDA版本之间互相不影响.这样的好处是可以在项目需要时,不改动主机环境的前提下运行多个CUDA版本.同时,也可以为不同的使用人 ...
- Centos8安装英伟达显卡驱动并通过docker部署深度学习环境
20201107 - 每个人的机器和实际需要的环境都不一样,本文只是提供了在自己实验室centos8上的部署过程,部署过程中,没有什么问题.请谨慎参考本篇文章,以免浪费宝贵时间. 0. 引言 之前的时 ...
- 利用docker部署深度学习模型的一个最佳实践
编程狗在线 自由的编程学习平台 前言 最近团队的模型部署上线终于全面开始用上docker了,这感觉,真香! 讲道理,docker是天然的微服务,确实是能敏捷高效的解决深度学习这一块的几个痛点. 部分神 ...
- Ubuntu 21.04 使用Docker部署深度学习项目(cuda11.2+cudnn8.8+deepface)
文章目录 1.安装Docker 1.1 确定系统版本 1.2 卸载旧版本 1.3 设置stable镜像仓库 1.4 安装Docker ce 1.5 测试 1.6 阿里云镜像加速 1.7 重启服务器 2 ...
- docker 利用docker拉取Nvidia/cuda官方镜像,部署深度学习环境
利用docker拉取Nvidia/cuda官方镜像,部署深度学习环境 1.拉取Nvidia/cuda官方镜像 2.生成容器 3.在容器内安装深度学习环境 看完这篇博文,可以查看我总结的另一篇博文教程: ...
- 【物体检测快速入门系列 | 03】Windows部署Docker GPU深度学习开发环境
这是机器未来的第3篇文章 原文首发链接:https://blog.csdn.net/RobotFutures/article/details/124815912 1. 概述 在<物体检测快速入门 ...
- 基于Docker的深度学习环境NVIDIA和CUDA部署以及WSL和linux镜像问题
基于Docker的深度学习环境部署 1. 什么是Docker? 2. 深度学习环境的基本要求 3. Docker的基本操作 3.1 在Windows上安装Docker 3.2 在Ubuntu上安装Do ...
- docker制作深度学习镜像(以windows环境下为例)
向AI转型的程序员都关注了这个号???????????? 人工智能大数据与深度学习 公众号:datayx 用 Docker 安装深度学习环境,轻量.方便!整个系统大小仅需2~3G,用完还能带着走!一 ...
- 基于AI的计算机视觉识别在Java项目中的使用(三) —— 搭建基于Docker的深度学习训练环境
深度学习在哪里? 我们已然生活在数字时代,一天24小时我们被数字包围.我们生活中的方方面面都在使用数字来表达.传递.存储.我们无时无刻不在接收数字信息,而又无时无刻不在生产数字信息. 在数字世界中,可 ...
最新文章
- 版本记录及相关数据汇总
- python语法详解大全_笔记:Python 语法要点汇总
- json类的解析,调试实例
- 【排序】算法(python实现)
- 大数定理 中心极限定理_中心极限定理:直观的遍历
- 怎么让cmd命令行不关闭或查看tomcat启动一闪而过的原因
- python基础数据类型语法
- PHP XAMPP windows环境安装扩展redis 致命错误: Class ‘Redis‘ not found解决方法
- 图像处理之给定任意四点不规则放缩
- Javascript This 机制
- 基于C#和DGAL包实现栅格影像的读取和显示
- paip.hibernate list 返回位null的解决
- Rsync结合Inotify 实时同步配置
- 抖音直播违规行为与敏感词处罚,直播必备干货大全丨国仁网络
- 17110102_Windows系统下WebLogicServer12cR2安装详解
- 鸿蒙系统怎么在桌面添加小程序,从微信小程序到鸿蒙JS开发-menutoastdialog
- 4G边缘计算工业路由器与传统4G工业路由器的区别
- 在单点登录中,如果cookie被禁用了怎么办?
- Error: couldn‘t connect to server 127.0.0.1:27017, connection attempt failed: SocketException: Error
- Kvaser Memorator Pro 2xHS v2