Docker 使用速成 - iT 邦幫忙 | tensorflow jupyter docker
Cash實在不想再看到Fields為新學Linux相關技能,擺出那張可憐兮兮的臉,決定消化好Docker的知識後,給一個最濃縮的使用說明,要大家會用就好,至於背後的知識,等他們問了再說吧!想想還是請大家花半小時Docker基本概念[1]。再表演一下如何使用別人已經設置好的支援GPU的TensorflowDockerimage,這個image要好幾GB的下載,但是只要有一人下載過,就不用重複下載dockerrun--runtime=nvidia-it-p8888:8888tensorflow/tensorflow:latest-gpu-py3然後請大家嘗試連到http://10.1.1.100:8888[2],大家看到後頗驚豔,原來這麼簡單就可以有完整...
Cash 實在不想再看到Fields為新學Linux 相關技能,擺出那張可憐兮兮的臉,決定消化好 Docker 的知識後,給一個最濃縮的使用說明,要大家會用就好,至於背後的知識,等他們問了再說吧!
想想還是請大家花半小時Docker 基本概念[1]。再表演一下如何使用別人已經設置好的支援GPU的 Tensorflow Docker image,這個 image 要好幾GB的下載,但是只要有一人下載過,就不用重複下載
docker run --runtime=nvidia -it -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3
然後請大家嘗試連到 http://10.1.1.100:8888[2] ,大家看到後頗驚豔,原來這麼簡單就可以有完整的Jupyter Notebook,不僅 Tensoflow, Jupyter 安裝好了,也可以在GPU環境下執行。
要結束 Jupyter Notebook 連續按 兩次 CTRL+C 即可。
他又再次執行已經被設置好的支援GPU的 Mxnet 的 image
docker run --runtime=nvidia -it mxnet/python:1.3.0_gpu_cu90_mkl_py3
這次是出現 Linux 文字控制台的畫面:
root@345b3c9a40af:/#他提醒大家看到『#』符號一般是以 root 權限下指令,要謹慎以免毀掉整個系統,他表演給大家可以嘗試在此Container 更新系統,安裝新的套裝等等
apt update #無須加 sudo,因為本身就是 rootapt upgradepython3
這樣就進入 python 3 的交互界面 『>>>』,可以開始練習 Mxnet 的程式。按下 CTRL+D可離開 python 3。 然後可以安裝先前在 Conda 安裝的一些套件。
pip3 install -U pipp...