本教程适用于想要在远程服务器上配置docker图形界面用于深度学习的用户。
配置环境:Ubuntu 18.04.1 LTS
安装显卡驱动和CUDA的教程网上有很多。本教程采用的是如下安装方式。
参考网址:https://blog.csdn.net/yjt1325/article/details/84641062
CUDA和CUDNN在均可在官网下载。
CUDA:https://developer.nvidia.com/cuda-downloads
CUDNN:https://developer.nvidia.com/cudnn
本教程最终安装的显卡驱动版本是415.25,安装的CUDA版本是10.0,安装的CUDNN版本是7.4.2.24
安装完成后可以通过nvidia-smi命令检验是否安装成功:
依次输入以下指令:
1 sudo apt-get update 2 sudo apt-get install apt-transport-https ca-certificates curl software-properties-common 3 curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add - 4 sudo add-apt-repository "deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu $(lsb_release -cs) stable" 5 sudo apt-get update 6 sudo apt-get install docker-ce配置完成后,输入指令systemctl status docker检测是否成功安装并开启docker:
依次输入以下指令:
1 curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \ 2 sudo apt-key add - 3 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) 4 curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ 5 sudo tee /etc/apt/sources.list.d/nvidia-docker.list 6 sudo apt-get update 7 sudo apt-get install -y nvidia-docker2 8 sudo systemctl daemon-reload 9 sudo systemctl restart docker配置完成后,输入指令:sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi检测nvidia-docker2是否安装成功。(不报错即为安装成功)。
至此,支持GPU加速的nvidia-docker2已经安装成功。但要想使用docker还需要拉取镜像,并配置镜像以符合我们的需求。下一期将介绍如何拉取可用于深度学习的镜像(deepo)并配置ssh用于远程访问。
安装docker:https://www.jianshu.com/p/07e405c01880
安装nvidia-docker2:https://blog.csdn.net/xiangxianghehe/article/details/81216424
转载于:https://www.cnblogs.com/nrm1/p/10219269.html