docker19 配置容器 cuda10 2筆記

先記一下命令

#啟動gpu容器 帶jupyter以及 ssh

)#刪除容器
docker stop cujupt102 && docker rm cujupt102
#刪除映象
docker rmi $(docker images -q)

docker run -tdi  --gpus  all  --name gpu102  --privileged=true nvidia/cuda:10.2-base /bin/bash

如果不使用官方的映象，cuda會顯示n/a

失敗截圖

#進入容器

docker exec -it gpu102 "bash"
#檢視驅動
nvidia-smi
#檢視系統版本
cat /etc/issue
ubuntu 18.04.3 lts \n \l

安裝ptyhon3.7

sudo
apt-get update
sudo
apt-get
install python3.7
安裝成後的目錄在/usr/bin/python3.7，同時將其設定成預設
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.7 150 
sudo update-alternatives --config python

unzip setuptools-42.0.2.zip

docker cp setuptools-42.0.2 gpu102:/home/installpackges/setuptools-42.0.2
cd s

apt-get install python3-pip

在這裡插入**片

建立 從 a 到 b 的軟連線

ln -s a b

ln -s /usr/bin/pip3 /usr/bin/pip

ln -s /usr/bin/python3.6 /usr/bin/python

配置jupyter

pip install jupyter

root@1589c892929a:/home# jupyter notebook --generate-config
writing default config to: /root/.jupyter/jupyter_notebook_config.py
>>
> from notebook.auth import
passwd
>>
> passwd(
)enter password: 
verify password: 
'sha1:e7760ad802a5:0d634bc07644459cacf405f962c504c9df1c87dc'

docker cp gpu102:/root/.jupyter/jupyter_notebook_config.py  jupyter_notebook_config.py

#編輯vi /root/.jupyter/jupyter_notebook_config.py
'*'#設定訪問notebook的ip，*表示所有ip
#填寫剛剛複製的金鑰 
jupyter notebook --config /root/.jupyter/jupyter_notebook_config.py --allow-root

#啟動gpu容器 帶jupyter以及 ssh

)#刪除容器
docker stop cujupt102 && docker rm cujupt102

vi ~/.pip/pip.conf

[global] 
index-url =  
[install] 
trusted-host=mirrors.aliyun.com

下有cpu執行和gpu執行檔案的對比

然後資料集載入

keras中

loaddata(
) 函式預設可以新增乙個path
loaddata( datapath ) 這樣keras就不會再去 網上下資料資源
#每秒監視一次gpu資訊
watch -n 1 nvidia-smi
#在**檢視都可以，都可以檢測到gpu是否執行
最後對於每乙個 echo cpu執行 60s
gpu執行16s
with  tf.device(
"/cpu:0"
):	執行**
with   tf.device(
"/gpu:0"
):	執行**

也可以建立多執行緒 ，cpu gpu 分別工作

Docker 配置容器固定IP

前言之前使用pipework 分配靜態ip是暫時的,重啟之後就會失效,並且使用pipework繫結的ip 物理機,虛擬機器，docker容器的ip都在同一網段,這在生產環境是很困難的,下面使用docker自帶的network實現固定ip分配,並且重啟不會消失。環境介紹 繫結步驟 先操作192.168...

DOCKER 容器python基礎配置

使用exec，非dockerfile docker run itd imagename docker ps docker exec it containerid bin sh 進行操作 ctrl p q docker commit containerid dockerusername imagena...

docker容器映象對映配置

工作第三年,最近接觸到了目前比較流行的開發自運維 devops 模式,我們知道docker是當前最流行的容器虛擬化技術。列舉近期使用docker部署伺服器遇到的小坑，方便後續複習。使用docker部署mysql的時候,必須指定對映路徑,否則在伺服器重啟的時候,將會造成資料丟失。其對映配置非常簡單，如...