实验室给的一个小任务要训练一个caffe模型,但是询问以后发现实验室服务器上居然没有安装caffe(caffe真的这么少人用吗?!),于是需要在学长的电脑上配置caffe环境,但可能这位学长平时不太整机子,上面的环境有点乱,配置了一下午多也没配好,后来干脆用docker了,docker配置真的很方便!因为nvidia-docker已经被废弃,所以使用的是nvidia-docker2。(正常安装可以看之前的Ubuntu16-04-编译安装caffe)
安装docker
1 2 3 4 5 6 7 8 9 10
| sudo apt-get update sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get -y update sudo apt-get -y install docker-ce
|
安装nvidia-docker2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
| sudo docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f sudo apt-get purge -y nvidia-docker sudo apt autoremove
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \ sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update
sudo apt-get install -y nvidia-docker2 sudo pkill -SIGHUP dockerd
sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
|
如果正常出现nvidia-smi则安装成功
docker image
直接运行
1
| sudo docker run -ti bvlc/caffe:cpu caffe --version
|
更多选项
user (-u), current directory, and volumes (-w and -v)
1
| docker run --rm -u $(id -u):$(id -g) -v $(pwd):$(pwd) -w $(pwd) bvlc/caffe:cpu caffe train --solver=example_solver.prototxt
|
bash / ipython
1
| docker run-ti bvlc/caffe:cpu ipython
|
参考