Linux で Docker を使用して Tensorflow-GPU 開発環境を迅速に構築する

この記事では次の内容を紹介します。

必要な Tensorflow-GPU イメージを見つける方法
イメージをプルし、Linux ターミナルでローカルイメージを表示します。
Docker を使用して Tensorflow-GPU 環境を構築する
jupyter 外部アクセスマッピングを構成する
GPU環境かどうかを確認する

この記事を表示するための前提条件は、ローカルの Docker 環境が必要であることです。Docker 環境が構成されていない場合は、まず記事の構成を確認できます。

1. Tensorflow イメージをダウンロードする

1. 必要な Tensorflow イメージを見つけます

Baidu を検索してNVIDIA GPU アクセラレーションコンテナnvidia ngcに入り、目的のバージョンの Tensorflow イメージを見つけて、対応するバージョンをコピーします。pull tag ここに画像の説明を挿入

2. Linux ターミナルでイメージをプルします。

docker pull nvcr.io/nvidia/tensorflow:21.07-tf2-py3

3. 鏡像を見る

(1)、docker infoファイルのダウンロードの場所を表示するために入力し、ディレクトリを入力します:
ここに画像の説明を挿入
(2)、ダウンロードしたイメージの保存アドレス:

(3)、名前のマッピング:
repositories.json結果は、docker images次の数と同じです。

画像を追加した後に表示される画像を確認すると、repositories.json対応する 2 つの画像 ID レコードが追加されます。1 つはimage hub上記のものと同じで、もう 1 つはdocker imagesローカルのものと同じです。以下の図に示すように、
ここに画像の説明を挿入
Docker イメージの保存パスの詳細な分析が行われます。

次に、Docker を使用して Tensorflow-GPU 環境を構築します。

Docker コンテナの特定のコマンドについては、
docker run を参照してください。コンテナは
 Docker run コマンドを実行します。

1. Docker を使用して Tensorflow-GPU 環境を構築する

docker run --gpus all -d -it -p 【宿主机映射端口】:【容器内映射端口】 -v 【宿主机绝对地址】:【容器内绝对地址】 --name 【自定义容器名称】 -e 【全局变量key】=【全局变量value】 nvcr.io/nvidia/tensorflow:21.07-tf2-py3 bash

注:マップされたポートを定義するときは、ポートが占有されているかどうかを確認する必要があります。次のコマンドで確認できます。

lsof -i:【端口号】

2. コンテナに入る

docker exec -it 【自定义的容器名称】 bash

3. jupyter 外部アクセスマッピングを構成する

Docker を使用して Tensorflow-GPU 環境を構築する場合、jupyter ポート 8888 をホストの外部ポートに開きます (jupyter ポートは独自に定義できますが、コンテナーの内部ポートと一致している必要があります)。
jupyter_notebook_config.pyファイルを変更すると、環境変数からユーザー名、パスワードなどを読み取ることができます。vim /root/.jupyter/jupyter_notebook_config.py
変更されたコンテンツは次のコードを参照できます。

import os
from IPython.lib import passwd

c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.port = int(os.getenv('PORT', 8888))
c.NotebookApp.open_browser = False
c.MultiKernelManager.default_kernel_name = 'python3'

# sets a password if PASSWORD is set in the environment
if 'NOTEBOOK_PASS' in os.environ:
    c.NotebookApp.password = passwd(os.environ['NOTEBOOK_PASS'])
    del os.environ['NOTEBOOK_PASS']
else:
    c.NotebookApp.token = ''

if 'NOTEBOOK_USER' in os.environ:
    c.NotebookApp.notebook_dir = '/root/' + os.environ['NOTEBOOK_USER']
    del os.environ['NOTEBOOK_USER']

バックグラウンドで jupyer サービスを開きます。

nohup jupyter-notebook --allow-root  > /dev/null  2>&1 &

ブラウザを使用して直接アクセスできるようになりました

http://【ip】:16666/lab

3、環境の設定と確認

1. 環境を構成する

apt-get update
apt-get install sudo

2. GPU環境かどうかを確認する

ipython

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())	# 结果True则是GPU环境