使用docker配置深度学习环境

2018.10.20 测试成功 配置是ubuntu16.04+gtx750ti 已经装好了nvidia的驱动 刘泽豪

0.如果之前安装过Docker的旧版本，可以使用下2018.10.20 测试成功 配置是ubuntu16.04+gtx750ti 已经装好了nvidia的驱动 刘泽豪

0.如果之前安装过Docker的旧版本，可以使用下面的命令进行卸载：
sudo apt-get remove docker docker-engine docker.io
1.安装Docker-ce
Step 0:添加阿里Docker镜像源
step 1: 安装必要的一些系统工具
sudo apt-get update
sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
step 2: 安装GPG证书
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
step 3: 写入软件源信息
sudo add-apt-repository “deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable”
step 4: 更新并安装 Docker-CE
sudo apt-get -y update
sudo apt-get -y install docker-ce

Step 1: 安装必要的一些系统工具
sudo apt-get update sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common

Step 2:安装GPG证书
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

Step 3: 写入软件源信息
sudo add-apt-repository “deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable”

Step 4:
更新并安装 Docker-CE sudo apt-get -y update sudo apt-get -y install docker-ce

Step 5:验证安装成功
输入 docker version 可以出现版本信息

安装Nvidia-Docker需要18.06以上版本，如果安装低于这个版本，用
sudo apt-get remove docker docker-engine docker.io
卸载低版本

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
这个命令重新安装即可

2.安装Nvidia-Docker
Step 0:之前有安装过Nvidia-Docker 1.0版本的，先卸载掉
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker

Step 1:添加软件包库（速度慢的话需要翻墙）
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey |
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

Step 3:安装nvidia-docker2
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

Step 4: 从Docker 中国官方镜像上pull一个cuda镜像试试看
docker pull registry.docker-cn.com/nvidia/cuda

Step 5:验证
docker images 列出所有的镜像
docker run -t -i nvidia/cuda nvidia/cuda是第四步安装的
nvcc -v 出现Cuda信息即为安装成功
ctrl+D 退出界面

3.安装deepo深度学习镜像
docker pull ufoym/deepo 9g左右，安装时间会比较长
docker run -t -i ufoym/deepo 运行deepo
验证：
$ caffe --version caffe环境
$ th pytorch环境
面的命令进行卸载：
sudo apt-get remove docker docker-engine docker.io
1.安装Docker-ce
Step 0:添加阿里Docker镜像源
step 1: 安装必要的一些系统工具
sudo apt-get update
sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
step 2: 安装GPG证书
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
step 3: 写入软件源信息
sudo add-apt-repository “deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable”
step 4: 更新并安装 Docker-CE
sudo apt-get -y update
sudo apt-get -y install docker-ce

Step 1: 安装必要的一些系统工具
sudo apt-get update sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common

Step 2:安装GPG证书
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

Step 3: 写入软件源信息
sudo add-apt-repository “deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable”

Step 4:
更新并安装 Docker-CE sudo apt-get -y update sudo apt-get -y install docker-ce

Step 5:验证安装成功
输入 docker version 可以出现版本信息

安装Nvidia-Docker需要18.06以上版本，如果安装低于这个版本，用
sudo apt-get remove docker docker-engine docker.io
卸载低版本

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
这个命令重新安装即可

2.安装Nvidia-Docker
Step 0:之前有安装过Nvidia-Docker 1.0版本的，先卸载掉
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker

Step 1:添加软件包库（速度慢的话需要翻墙）
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey |
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

Step 3:安装nvidia-docker2
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

Step 4: 从Docker 中国官方镜像上pull一个cuda镜像试试看
docker pull registry.docker-cn.com/nvidia/cuda

Step 5:验证
docker images 列出所有的镜像
docker run -t -i nvidia/cuda nvidia/cuda是第四步安装的
nvcc -v 出现Cuda信息即为安装成功
ctrl+D 退出界面

3.安装deepo深度学习镜像
docker pull ufoym/deepo 9g左右，安装时间会比较长
docker run -t -i ufoym/deepo 运行deepo
验证：
$ caffe --version caffe环境
$ th pytorch环境

最后

以上就是年轻野狼为你收集整理的使用docker配置深度学习环境的全部内容，希望文章能够帮你解决使用docker配置深度学习环境所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。