docker中使用cuda
### 需要注意的事项:1. 注意应用NVIDIA在docker_hub上提供的镜像, 本次使用的是:nvidia/cuda:10.1-cudnn7-devel-ubuntu18.042. 在宿主机安装 nvidia-docker23. 运行时, 要加"--run-time=nvidia", 本次执行命令为:export DEVICES=$(\ls /dev/nvidi...
### 需要注意的事项:
1. 注意应用NVIDIA在docker_hub上提供的镜像, 本次使用的是: nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04
2. 在宿主机安装 nvidia-docker2
3. 运行时, 要加"--run-time=nvidia", 本次执行命令为:
export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
nvidia-docker run -d -it $DEVICES --runtime=nvidia -p port(outside):9000(inside) dockerimage-name:1.0-1
4. 运行uwsgi时要注意master=true lazy-apps =true, 否则会导致cuda初始化失败
dockerfile 如下:
FROM nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04
MAINTAINER "hanrb"
RUN apt-get update \
&& apt-get install -y python3-pip python3.6 \
&& cd /usr/local/bin \
&& ln -s /usr/bin/python3 python \
&& pip3 install --upgrade pip \
&& apt-get install -y libsm6 libxrender1 libxext-dev
RUN pip3 install numpy requests Pillow opencv-python pyyaml uwsgi
ENTRYPOINT ["sh", "-c", "echo $HOME"]
欢迎来到FlagOS开发社区,这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂,为推动人工智能技术的普及与深化应用贡献力量。
更多推荐
所有评论(0)