国外设计搜索网站,北京微网站设计开发服务,做网站用的产品展示横幅,桂林北站附近住宿1.现存问题
在主机上运行很多下载来的机器学习代码时#xff0c;这些大都运行在不同版本的tensorflow-gpu或者pytorch等的包下的。但是#xff0c;运行代码的过程中#xff0c;存在匹配的问题#xff1a;
1.不同的版本的tensorflow-gpu或pytorch对cuda版本的适配也不一样…1.现存问题
在主机上运行很多下载来的机器学习代码时这些大都运行在不同版本的tensorflow-gpu或者pytorch等的包下的。但是运行代码的过程中存在匹配的问题
1.不同的版本的tensorflow-gpu或pytorch对cuda版本的适配也不一样。
2.不同的版本的tensorflow-gpu或pytorch对python版本的适配也不一样。
3.cuda对主机操作系统的版本也有限定。 2.需求
1.以window11操作系统为载体其他操作系统供参考要能在当前主机下运行不同版本的tensorflowpytorch或者cuda下的代码。
2.运行时不重复安装cuda不重复设置环境变量。
3.解决方案
win11下使用dockerwsl2运行不同的容器。
4.具体步骤
1.安装好docker后需要做一些必要的适配——安装docker-ctk具体可以请按照Nvidia的官方教程按步骤执行即可Installing the NVIDIA Container Toolkit — NVIDIA Container Toolkit 1.14.3 documentation
2.在制作镜像时可以选择一步到位直接pull Nvidia的官方镜像或者pull其他满足要求且制备好的镜像。也可以自己pull一个纯净的操作系统然后自行配置安装需要的cuda等。 3.准备好镜像后执行类似的代码即可运行一个匹配了特定版本cuda的容器
docker run -it -p 10022:22 --runtimenvidia --gpus all 镜像名:版本号 /bin/bash
其中映射容器的22端口供主机通过ssh访问可能需要自行在容器里配置一些ssh
指定了 runtime 为 nvidia并把所有的gpu分配给容器。你也可以再添加其他参数比如容器名以特权执行等
4.结果
成功。 5.拓展
1.迁移docker释放C盘空间
如果是windows里安装docker-desktop那么它默认的位置会在C盘然后每次下载镜像等等都会很吃C盘的空间所以这里提供我所写的迁移docke的技术方案
WSL2模式下将Ubuntu、Docker迁移出C盘并解除Ubuntu、Docker对C盘的空间占用-CSDN博客
2.压缩docker在主机的虚拟磁盘容量
我们在windows里使用docker时会发现即使我们已经删除了无用的镜像和容器主机里挂在docker虚拟磁盘的那个盘可用空间也没有增加这是因为虚拟磁盘不会自动缩小这里就需要我们亲自操作一下所以这里提供我所写的压缩docker在主机的虚拟磁盘容量的技术方案
压缩docker在主机的虚拟磁盘容量-CSDN博客
