1 运行镜像:
nvidia-docker run -it -p 8000:80 -v ~/qxq/docker:/root/workspace --name "pytorchTensorflow" kaixhin/cuda-caffe:8.0
2 查看容器:
先用exit 退出,然后用 docker ps -a
结果:
3 开启 睡眠中的容器
nvidia-docker start bd2
查看一下:docker ps
4 进入正在运行的容器
nvidia-docker exec -it bd2 /bin/bash
5 进入workspace
新建software 和 project 两个文件夹
安装anaconda
1 命令:
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda2-4.2.0-Linux-x86_64.sh
2 安装:
命令: bash Anaconda2-4.2.0-Linux-x86_64.sh
3 加入环境变量
vim ~/.bashrc
会提示:bash: vim: command not found
此时安装:vim
命令:pip install vim
会提示:
然后根据提示:pip install --upgrade pip
成功!
继续: vim ~/.bashrc (但是还是要安装vim)
用命令:apt-get install vim
使用命名安装
apt-get install vim
然后提示有错,此时更新一下就好了(***)
apt-get update
继续:vim ~/.bashrc
将 export PATH=/root/anaconda2/bin:$PATH
加入末尾,然后使命令生效
source ~/.bashrc
4 验证是否安装成功
输入
python
然后看到如下信息：
Python 2.7.12 |Anaconda 4.2.0 (64-bit)| (default, Jul 2 2016, 17:42:40)
则表示安装成功．
Tensorflow 1.3.0 安装
１ 使用Anaconda来创建tensorflow 环境：
conda create -n tensorflow python=2.7
２ 激活tensorflow 环境
source activate tensorflow
３ 安装tensorflow
安装GPU版的:
pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl
conda install tensorflow-gpu
安装成功后 在python 环境中使用import tensorflow as tf 测试tensorflow是否安装成功.如果不报错就说明成功了.
安装pytorch 0.3
使用命令:
conda install pytorch torchvision cuda80 -c soumith (官网推荐方法)
然后安装成功了,使用 import torch 测一下,没有报错就说明安装成功了.
至此 这三个都安装成功.
***********************************************************
从容器中创建一个新的镜像
命令:docker commit -m "tensorflow+pytorch" bd2bdb760a99 caffe-tf-pytorch