|
8 | 8 |
|
9 | 9 | - 在本地主机上[安装 Docker](https://hub.docker.com/search/?type=edition&offering=community)
|
10 | 10 |
|
11 |
| -- 如需在 Linux 开启 GPU 支持,请[安装 nvidia-docker](https://github.com/NVIDIA/nvidia-docker) |
| 11 | +- 如需在 Linux 开启 GPU 支持, 需提前[安装 nvidia-container-toolkit](https://github.com/NVIDIA/nvidia-docker) |
| 12 | + * 请通过 docker -v 检查 Docker 版本。对于 19.03 之前的版本,您需要使用 nvidia-docker 和 nvidia-docker 命令;对于 19.03 及之后的版本,您将需要使用 nvidia-container-toolkit 软件包和 --gpus all 命令。这两个选项都记录在上面链接的网页上。 |
| 13 | + |
| 14 | +注 nvidia-container-toolkit 安装方法: |
| 15 | + * Ubuntu 系统可以参考以下命令 |
| 16 | + * 添加存储库和密钥 |
| 17 | + ```bash |
| 18 | + distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ |
| 19 | + && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \ |
| 20 | + && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list |
| 21 | + ``` |
| 22 | + * 安装 nvidia-container-toolkit |
| 23 | + ```bash |
| 24 | + sudo apt update |
| 25 | + sudo apt install nvidia-container-toolkit |
| 26 | + ``` |
| 27 | + * 重启 docker |
| 28 | + ```bash |
| 29 | + sudo systemctl restart docker |
| 30 | + ``` |
| 31 | + * centos 系统可以参考以下命令 |
| 32 | + * 添加存储库和密钥 |
| 33 | + ```bash |
| 34 | + distribution=$(. /etc/os-release;echo $ID$VERSION_ID) |
| 35 | + curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo |
| 36 | + ``` |
| 37 | + * 安装 nvidia-container-toolkit |
| 38 | + ```bash |
| 39 | + sudo yun update |
| 40 | + sudo yum install -y nvidia-container-toolkit |
| 41 | + ``` |
| 42 | + * 重启 docker |
| 43 | + ```bash |
| 44 | + sudo systemctl restart docker |
| 45 | + ``` |
12 | 46 |
|
13 | 47 | ## 安装步骤
|
14 | 48 |
|
|
56 | 90 |
|
57 | 91 | * 使用 CPU 版本的 PaddlePaddle:
|
58 | 92 |
|
59 |
| -
|
60 |
| -
|
61 | 93 | ```
|
62 | 94 | docker run --name [Name of container] -it -v $PWD:/paddle <imagename> /bin/bash
|
63 | 95 | ```
|
|
101 | 133 | * 使用 GPU 版本的 PaddlePaddle:
|
102 | 134 |
|
103 | 135 |
|
104 |
| -
|
105 | 136 | ```
|
106 |
| - nvidia-docker run --name [Name of container] -it -v $PWD:/paddle <imagename> /bin/bash |
| 137 | + docker run --gpus all --name [Name of container] -it -v $PWD:/paddle <imagename> /bin/bash |
107 | 138 | ```
|
108 | 139 |
|
109 |
| - > --name [Name of container] 设定 Docker 的名称; |
| 140 | + > --gpus 指定 gpu 设备 ('"device=0,2"':代表使用 0 和 2 号 GPU; all: 代表使用所有 GPU), 可以参考[Docker 官方文档](https://docs.docker.com/engine/reference/commandline/run/#access-an-nvidia-gpu); |
110 | 141 |
|
| 142 | + > --name [Name of container] 设定 Docker 的名称; |
111 | 143 |
|
112 | 144 | > -it 参数说明容器已和本机交互式运行;
|
113 | 145 |
|
114 |
| -
|
115 | 146 | > -v $PWD:/paddle 指定将当前路径(PWD 变量会展开为当前路径的绝对路径)挂载到容器内部的 /paddle 目录;
|
116 | 147 |
|
117 | 148 | > `<imagename>` 指定需要使用的 image 名称,您可以通过`docker images`命令查看;/bin/bash 是在 Docker 中要执行的命令
|
|
0 commit comments