Здравствуйте, здесь я объясню, как настроить среду ML в Docker с помощью VM Ubuntu. перед этим убедитесь, что у вас установлен докер и драйвер Nvidia!
Шаг 1: войдите на свой компьютер. Здесь я использую SSH-клиент для входа в систему.
ssh username@hostServer
Шаг 2. Проверьте версию Docker и поддержку графического процессора NVidia в Linux и Docker.
docker --version
docker run --rm --gpus all nvidia/cuda:11.0.3-base-ubuntu20.04 nvidia-smi
Шаг 3. Загрузите образ докера TensorFlow на свой компьютер.
docker pull tensorflow/tensorflow:latest-gpu-jupyter
Этот образ докера похож на установщик приложения. чтобы проверить вашу установку. вы можете ввести: docker image ls
Шаг 4. Создайте и запустите контейнер
docker run --gpus all -it -v $(realpath ~/notebooks):/tf/notebooks -p 8866:8888 tensorflow/tensorflow:latest-gpu-jupyter
Ничего страшного, если вы не понимаете, я объясню это по одному.
- docker run: он будет работать в новом контейнере.
- --gpus all: вы будете использовать все графические процессоры.
- -it: интерактивный, чтобы ввод всегда был активным, а аргументы доступа к терминалу
- -v: смонтировать том (точно с монтированием каталога контейнера на сервер контейнера с путем $(realpath ~/notebooks):/tf/notebooks)
- -p: то же самое с — опубликовать. опубликовать порт контейнера на хосте.
- 8866 - это мой portHost или порт удаленного сервера
- 8888 — это мой порт-контейнер или порт для ноутбука Jupiter.
- tensorflow/tensorflow:latest-gpu-jupyter — это мой образ докера:тег
после этого вы можете проверить свой контейнер, используя docker container ls
вывод:
Вуаля, вы успешно создали и запустили свой контейнер.
Шаг 5: откройте новый терминал на локальном компьютере. Здесь я использую Windows 11 cmd.
Введите следующую команду, чтобы настроить переадресацию портов:
ssh -N -L localhost:8000:localhost:8866 username@hostServer
- localhost:8000 (я рассматриваю порт 8000 как порт моей локальной машины)
- localhost:8866 (порт удаленного сервера)
а затем откройте браузер и введите:
localhost:8000
введите свой токен в виртуальной машине терминала в браузер. Я выбираю строку 3 для своего токена: 436968d27f7e3fa4fdafc3e6da41ea8d33dd170f622fe20c
Шаг 6. Проверьте графический процессор в ноутбуке Jupyter.
Поздравляем! теперь вы можете получить доступ к своему ноутбуку Jupyter, используя Tensorflow и GPU в Docker. Спасибо, что прочитали эту неуместную статью :D
Если у вас есть ошибки или вопросы, пишите мне по адресу [email protected] или посетите мой профильный сайт здесь.