Diferentes marcos de aprendizaje profundo utilizan entornos virtuales (virtualenv, docker)

Escribir este blog se trata principalmente de pensar dónde colocar los marcadores cada vez, así que escriba sus notas aquí.

0. Medio ambiente

ubuntu16.04

1. tensorflow, keras, pytorch pueden usar virtualenv

Un método mejor utilizado en un blog:

https://www.jianshu.com/p/6bf33e479753

Cree un nuevo entorno virtual, active un entorno virtual, cierre un entorno virtual y elimine un entorno virtual.

Debajo de las ventanas:

打开cmd
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple virtualenv
virtualenv env
cd env/Scripts/
activate
关闭的话：
deactivate

ubuntu 下：

打开terminal
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple virtualenv
virtualenv env
cd env
source ./bin/activate
关闭的话：
deactivate

2.caffe usa docker

Aprenda aquí.

3.tensorflow utiliza la ventana acoplable

3.1 Crear un entorno y un contenedor virtual por primera vez

Cuando necesitamos compilar tensorflow, podemos usar Docker para crear un entorno virtual de tensorflow. Dado que Docker ya está instalado en el servidor, use directamente el siguiente comando para extraer la imagen al servidor:

docker pull tensorflow/tensorflow:1.12.0-gpu-py3

Después de completar los pasos anteriores, se ha creado el entorno virtual de tensorflow. Utilice imágenes de la ventana acoplable para ver la imagen:

docker images

Cree un nuevo archivo sh y ejecútelo. (Sh ./your_sh.sh)

#!/bin/bash
nvidia-docker run -m 8GB -it --net=host \
		-v 实际物理被映射的目录:虚拟目录 \
		--name (我的容器名称，可以随便定义，但是不能重复) tensorflow/tensorflow:1.12.0-gpu-py3 /bin/bash


例子：

#!/bin/bash
nvidia-docker run -m 8GB -it --net=host \
		-v /home/tensorflow/:/opt/tensorflow/ \
		--name tf_test tensorflow/tensorflow:1.12.0-gpu-py3 /bin/bash

nvidia-docker: indica la GPU utilizada;

-v before: after: la dirección virtual de este último corresponde al directorio físico mapeado real; es decir, cuando usamos la declaración anterior para crear el contenedor de nuestra oración, cambiamos al directorio virtual, los archivos y archivos dentro Las carpetas se encuentran en el directorio físico asignado real.

3.2 Salir del contenedor actual

单个终端时：
exit

多个终端时：
docker container stop

3.2 Ingrese el contenedor designado nuevamente

Tomando el ejemplo que escribí anteriormente como ejemplo, se ve así.

单个终端时：
docker start 我的容器
docker attach 我的容器
使用上述的即使打开多个终端进入同一个容器，但是显示的仍然会是相同的内容

例子：
docker start tf_test
docker attach tf_test

Después de ejecutar las dos oraciones anteriores, se considera que ingresa al contenedor, e ingresará al usuario (raíz) de mi contenedor. El entorno virtual creado por Docker tiene su propio usuario raíz, por lo que no hay necesidad de preocuparse por destruir el entorno en el servidor. ~

3.3 Abrir múltiples terminales en un solo contenedor

多个终端时：
首先使用docker ps显示运行的容器ID
docker exec -it contrainer_ID /bin/bash

Después de ejecutar el comando anterior, la pantalla es la siguiente y no se mostrará sincrónicamente con la terminal abierta debajo de este contenedor, lo que significa que puedo hacer otras cosas en un solo contenedor. Permita que se abran múltiples terminales diferentes en un solo contenedor.

referencia

1. Utilice el entorno virtual de Python

2. Cómo abrir múltiples terminales para ingresar al contenedor Docker

3.docker: de la entrada a la práctica