@[TOC](linux下的docker安装与使用(centos 8))版本信息VMware15+CentOS 8[alvin@localhost ~]$ su
密码：
[root@localhost alvin]# cd
[root@localhost ~]# uname -a
Linux localhost.localdomain 4.18.0-193.el8.x86_64 #1 SMP Fr
转载
2024-10-23 15:56:49
9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
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
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
59阅读
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
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
之前用过TensorFlow的CPU版，现在买了个新电脑，就想把GPU也用起来，又因为目前大部分工作是在linux下做，所以有了在linux下安装cuda和TensorFlow的计划，快一个礼拜一直在搞这件事，重装了N次系统，cuda和TensorFlow终于是能用了。姑且写一下攻略吧，也算自己留个档。注意事项此攻略适用于广大使用Nvidia显卡的Ubuntu用户，CentOS，RedHat，Wi
转载
2024-07-27 12:03:58
357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
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
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（${YOUR_NAME_HERE}处填当前用户名）四、Nvidia-docker安装安装检查安装结果五、Dock
转载
2023-07-21 11:04:58
653阅读
ubuntu18.04 CUDA10.1 docker中安装caffe-ssd教程前言一、caffe-ssd是什么？二、使用步骤1.总体环境介绍2.创建docker与安装配置3.caffe-ssd环境的搭建总结 前言 在unbutu中配置显卡环境，docker容器的使用，以及搭建caffe-ssd深度学习的环境，最后训练自己的数据得出模型是一件困难的事情。经过一个多星期不断调试环境反复修改，作者
转载
2024-06-06 21:56:07
53阅读
本文是《Python从零开始进行AIGC大模型训练与推理》（）专栏的一部分，所述方法和步骤基本上是通用的，不局限于AIGC大模型深度学习环境。 Docker AIGC等大模型深度学习环境搭建步骤主要包含如下步骤：CUDA驱动更新Docker创建CUDA安装与验证CUDNN安装与验证conda Python
转载
2023-09-06 11:17:28
237阅读
英伟达cuda和驱动直接安装网站给的方式装即可。docker安装：NVIDIA Docker：轻松实现GPU服务器应用程序部署使用存储库进行安装首次在新的主机上安装Docker CE之前，需要设置Docker存储库。之后，您可以从存储库安装和更新Docker。一、Docker CEGet Docker CE for Ubuntu1. Install更新apt软件包索引：$ sudo apt-get
转载
2023-07-04 14:28:38
107阅读
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
这种安装的方式更简单CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术，是该公司对于GPGPU的正式名称。透过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的Quadro GPU进行计算。查看显卡是否支持CUDA输入下面命令查看电脑的NVIDIA型号：lspci | grep -i nvid
转载
2024-06-10 10:19:02
188阅读
20220101 CUDA 安装报错 could not create file “…\chrome_elf.dll” 关闭36020210617 pytorch 1.6 cuda 10 显卡安装20210607 pytorch 利用 gpu运行模型20210110显卡使用限制 指定多块GPU的方式和前文完全一致，只需要多写几个编号即可：import os
os.environ["CUDA_VI
转载
2024-09-27 23:24:28
85阅读
文章目录前言探索过程结果 前言最近这段时间实验室新进了一批A100的卡，需要在上面微调一个大模型。自己之前有一定的CUDA安装和卸载经验，在本地主机上装过11.7和12.1两个版本的，本来没觉得这会是一个非常困难的事情，按部就班的操作就可以。如果希望安装CUDA，还是建议参考官方的说明文档 NVIDIA CUDA Installation Guide，这个后面有时间也许可以出一期（但是该装的都装
在CentOS操作系统上安装CUDA是一项非常重要的工作，特别是对于需要在GPU上运行深度学习、机器学习等计算密集型任务的开发者来说。CUDA是由NVIDIA推出的并行计算平台和编程模型，通过CUDA，开发者可以使用NVIDIA GPU进行并行计算，加速计算任务的运行。
以下是在CentOS操作系统上安装CUDA的详细步骤：
| 步骤 | 操作 |
| -------- | --------
原创
2024-05-15 09:47:54
1457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
1008阅读
