Docker は Ubuntu で pytorch の GPU バージョンをデプロイします

---

ドッカーの紹介

Docker は、開発者がアプリケーションと依存関係をポータブル イメージにパッケージ化してから、一般的な Linux または Windows オペレーティング システム マシンに公開し、仮想化を実装できるオープン ソース アプリケーション コンテナー エンジンです。

軽量の仮想化方法である Docker は、従来の仮想マシンによる方法と比較して、アプリケーションの実行において大きな利点があります。

• Docker コンテナーは非常に高速で、数秒で開始および停止できます。これは、従来の仮想マシンの方法よりもはるかに高速です。
• Docker コンテナはシステム リソースをほとんど必要とせず、1 つのホスト上で何千もの Docker コンテナを同時に実行できます。
• Docker は Git に似た操作を使用して、ユーザーが簡単にアプリケーション イメージを取得、配布、更新できるようにし、簡潔な指示と低い学習コストを提供します。
• Docker は、Dockerfile 構成ファイルを介して柔軟な自動作成および展開メカニズムをサポートし、作業効率を向上させます。Docker コンテナーでアプリケーションを実行することに加えて、基本的に追加のシステム リソースを消費しないため、システムのオーバーヘッドを最小限に抑えながらアプリケーションのパフォーマンスを確保できます。従来の仮想マシン モードで N 個の異なるアプリケーションを実行するには、N 個の仮想マシンを起動する必要があります (各仮想マシンは、専用のメモリ、ディスク、およびその他のリソースを個別に割り当てる必要があります)。一方、Docker は、N 個の分離されたコンテナーを起動し、アプリケーションを配置するだけで済みます。コンテナの中だけです。もちろん、分離に関して言えば、従来の仮想マシン方式には追加の分離層があります。しかし、それは Docker が安全でないという意味ではありません。Docker は、Linux システムで複数の保護メカニズムを利用して、厳密で信頼性の高い分離を実現します。バージョン 1.3 以降、Docker はセキュリティ オプションとイメージ署名メカニズムを導入し、Docker を使用する際のセキュリティを大幅に改善しました。

---

nvidia-docker で docker をインストール

ドッカーをインストールする

sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io

#设置docker开机启动
sudo systemctl enable docker

#使用docker --version查看docker是否安装成功
docker info

NVIDIA-docker をインストールする

ここで使用する必要があるためGPU、インストールする必要がありますNVIDIA-docker

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker

---

グラフィックドライバーをインストールする

sudo apt list nvidia-driver*

このコマンドを実行すると、インストール可能なすべてのドライバー バージョンが一覧表示されます。バージョン 470 を選択します。

sudo apt install nvidia-driver-470

インストールが完了したら、サーバーを再起動します。

sudo reboot

再起動後に GPU 情報を確認します。

nvidia-smi

互換性のある cuda の最大バージョンがここに表示され、後続の docker はこのバージョン以下でインストールする必要があります

---

pytorch GPU イメージ ファイルをプルする

Docker Hub でpytorch イメージのクエリを実行する:

ここで選択pytorch:1.9.1-cuda11.1-cudnn8-devel

docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

---

pytoch コンテナーを実行する

イメージがダウンロードされたら、それを開始し、次のコマンドを次のように使用します。

nvidia-docker run  -itd  --gpus all pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

クエリを次のように変更します容器的ID。docker ps -a

docker exec -it 容器的ID /bin/bash

ここでpytochコンテナ環境に入りました。順番に入力してください

python
import torch
torch.cuda.is_available()

TrueUbuntu での pytorch の gpu バージョンの docker デプロイメントが成功したことを示す単語が表示されます。

---

要約する

プロジェクトで docker deployment を使用するのは初めてですが、迅速なデプロイと起動を実現し、時間とコストを節約でき、非常に便利だと感じています。
参照ドキュメント: https://blog.csdn.net/LOLUN9/article/details/122623250
この記事を読んで役に立った場合は、3 つのリンクをクリックしてください。! !
2022 年 5 月 4 日 21:32:22