这篇博客写于2019年3月28日，大家在参考的时候注意时效性，不过万变不离其中，我只是想把这些个关系讲清楚，让大家少踩坑。Docker就是个容器，而deepo就是个镜像，镜像可以看做是类，而容器就是镜像的一个实例化，deepo镜像的环境很依赖系统的环境，但是相对来说，各个系统比较独立，比如在我的配置过程中，docker是可以启动服务的，但是deepo启动不了，是因为docker对于cuda9.0就
转载
2023-12-25 20:58:59
118阅读
最近发现网速太慢，用anaconda配置环境根本搭建不起来，没办法只能另想出路，试试docker，发现简直是我的救星，分享一篇借鉴别人的Docker环境配置。一、安装Docker1.更新系统软件，并下载必要工具sudo apt update
sudo apt install apt-transport-https ca-certificates curl software-properties-c
转载
2024-02-04 10:16:41
55阅读
一开始在docker中拉取了ubuntu镜像再配置环境就遇到pytorch安装一直报错的问题，后来安装anaconda后安装也一动不动。后来就尝试直接拉取带有cuda的pytorch镜像，结果发现torch.cuda是false，一直很苦恼，网上也有说去拉取nvidia-driver的镜像，不过我想可能是nvidia-smi不可用的问题导致cuda不可用的。后来看可以安装nvidia docker
转载
2023-08-19 13:29:19
489阅读
文章目录1. docker使用GPU2. 镜像cuda版本和宿主机cuda版本不兼容2.1 确定问题2.2 解决方案3. ubuntu上安装GPU驱动4. NVIDIA CUDA Installation Guide for Linux 1. docker使用GPU首先介绍几个事实：最初的docker是不支持gpu的为了让docker支持nvidia显卡，英伟达公司开发了nvidia-docke
转载
2023-07-21 11:07:54
771阅读
在AI应用容器化时，会碰到cuda failure 35错误，查了下是跟CUDA驱动版本有关。但有时同一个镜像在不同环境运行仍会有问题，查了下宿主机的显卡驱动版本，也没发现什么问题。为了彻底解决这类问题，了解了CUDA API的体系结构，并对NVIDIA Docker实现CUDA容器化原理进行了分析。CUDA API体系结构CUDA是由NVIDIA推出的通用并行计算架构，通过一些CUDA库提供了一
转载
2024-04-16 22:59:23
162阅读
1.安装docker镜像sudo docker pull nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04
# 创建一个cuda9.0 cudnn7 ubuntu16.04的容器，名字为caffe，同时将本机的/home/hzh目录挂载到容器的/var/workspace下面
sudo nvidia-docker run -it -v /home/hzh:/var/
转载
2024-06-17 12:29:43
836阅读
ubuntu18.04 CUDA10.1 docker中安装caffe-ssd教程前言一、caffe-ssd是什么？二、使用步骤1.总体环境介绍2.创建docker与安装配置3.caffe-ssd环境的搭建总结 前言 在unbutu中配置显卡环境，docker容器的使用，以及搭建caffe-ssd深度学习的环境，最后训练自己的数据得出模型是一件困难的事情。经过一个多星期不断调试环境反复修改，作者
转载
2024-06-06 21:56:07
53阅读
# Docker CUDA实现指南
## 一、整体流程
首先，让我们来看一下实现"Docker CUDA"的整体流程。下面是一个简单的甘特图，展示了具体的步骤及时间安排。
```mermaid
gantt
title Docker CUDA实现流程
dateFormat YYYY-MM-DD
section 安装Docker
安装Docker: 2022-0
原创
2024-03-16 04:55:07
29阅读
目录前言一、Docker安装备份sources.list并新建阿里源镜像填入（最近清华源好像有问题）更新源使之生效二、NVIDIA GPU 驱动安装驱动安装检查安装结果三、Docker安装docker安装检查安装结果为避免docker操作必须要sudo，将当前用户加入docker用户组（${YOUR_NAME_HERE}处填当前用户名）四、Nvidia-docker安装安装检查安装结果五、Dock
转载
2023-07-21 11:04:58
653阅读
docker ubuntu 安装apt install docker nvidia docker 安装curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$
转载
2023-09-22 21:49:31
231阅读
英伟达cuda和驱动直接安装网站给的方式装即可。docker安装：NVIDIA Docker：轻松实现GPU服务器应用程序部署使用存储库进行安装首次在新的主机上安装Docker CE之前，需要设置Docker存储库。之后，您可以从存储库安装和更新Docker。一、Docker CEGet Docker CE for Ubuntu1. Install更新apt软件包索引：$ sudo apt-get
转载
2023-07-04 14:28:38
107阅读
本文是《Python从零开始进行AIGC大模型训练与推理》（）专栏的一部分，所述方法和步骤基本上是通用的，不局限于AIGC大模型深度学习环境。 Docker AIGC等大模型深度学习环境搭建步骤主要包含如下步骤：CUDA驱动更新Docker创建CUDA安装与验证CUDNN安装与验证conda Python
转载
2023-09-06 11:17:28
237阅读
导语随着深度学习的普及，相信很多朋友都掌握了一手熟练地炼丹技术，但是如何将炼丹上线这其实是个很重要的问题，毕竟如果无法上线，那么炼丹就无法工业化生产（我在说什么）。本文就是一篇本人在服务上线过程中，环境搭建艰辛路途的踩坑记录，希望会给大家一些帮助。Dokcer使用GPU环境搭建要部署模型首先我们需要的是一个可以运行模型的环境，pytorch的部署有onxx，torchservice等方式。本文选择
转载
2023-11-06 18:51:16
172阅读
众所周知，深度学习的环境往往非常麻烦，经常不同的项目所依赖的 torch、tensorflow 包对 CUDA 的版本也有不同的要求，Linux 下进行 CUDA 的管理比较麻烦，是一个比较头疼的问题。随着 WSL2 对物理机显卡的支持，Nvidia-Docker 也提供了对容器显卡的支持。我们可以通过拉取不同的 Docker 镜像的方式来实现对容器内 CUDA、CUDNN 的自由切换，操作非常简
转载
2023-11-22 15:56:35
1006阅读
文章目录准备工作一、nvidia1.卸载旧驱动2.查看适合本机的nvidia驱动3.根据自身情况选择适合的nvidia版本，我这里安装的是nvidia-4603.重启一下二、CUDA cuda_11.1.0_455.23.05_linux.run1.CUDA下载2.nouveau驱动，nvidia安装失败也可以先禁用这个驱动重新试试3.执行安装脚本4.添加环境变量5.验证二、CUDNN cudn
转载
2024-06-25 14:08:52
1173阅读
构建CentOS7 + cuda 11 + cudnn8 + openfoam2.3.x 的 Docker 镜像在CentOS 服务器上安装Docker下载Nvidia官方Docker镜像启动镜像安装openMPI安装依赖编译openmpi环境变量开启ssh服务 和 端口映射centos bug源码编译 OpenFOAM-2.3.x编译cfd和dem程序打包发布镜像将容器变为镜像 contain
转载
2024-08-08 13:31:19
216阅读
Tensorflow2 on wsl using cuda动机环境选择安装步骤1. WSL安装2. docker安装2.1 配置Docker Desktop2.2 WSL上的docker使用2.3 Docker Destop的登陆2.4 测试一下3. 在WSL上安装CUDA3.1 Software list needed3.2 [CUDA Support for WSL 2](https://d
转载
2024-07-03 16:09:04
333阅读
随着Docker的不断流行与发展，docker公司（或称为组织）也开启了商业化之路，Docker 从 17.03版本之后分为 CE（Community Edition） 和 EE（Enterprise Edition）。我们来看看他们之前的区别于联系。版本区别Docker EE
Docker EE由公司支持，可在经过认证的操作系统和云提供商中使用，并可运行来自Docker Store的、经过认证的
转载
2024-05-19 22:56:41
14阅读
1、nvidia驱动安装# 在系统加⼊入 Nvidia 驱动的官⽅方 ppasudo add-apt-repository ppa:graphics-drivers/ppa # 更新源sudo apt update # 安装 nvidia驱动 推荐安装nvidia-418版本驱动#或者可以使用以下命令获取合适的驱动ubuntu-drivers devices&nbs
转载
2024-07-05 12:04:42
287阅读
# Docker CUDA 与宿主机 CUDA：解密容器化的GPU加速
随着深度学习和数据处理的飞速发展，GPU的使用成为了加速计算的重要手段。Docker作为一种流行的容器技术，提供了便捷的环境配置和部署方式，而CUDA（Compute Unified Device Architecture）则是NVIDIA GPU并行计算的核心。那么，在使用Docker时，我们该如何有效地利用宿主机的CUD
