本项目基于Deepo配合jupyter notebook来实现一键深度学习环境启动。 当前docker支持tensorflow、pytorch、keras、mxnet、caffe、caffe2、darknet等框架,cuda版本为9.0 增加了gluoncv的环境
docker run --runtime=nvidia -it -v ~/test:/test -p 5050:5050 xs020105/dl-cv
这里使用了目录映射,需要先在本用户根目录下创建test目录,如果出现权限问题,可以添加--privileged=true尝试解决,即:
docker run --privileged=true --runtime=nvidia -it -v ~/test:/test -p 5050:22 --ipc=host xs020105/dl-cv
随后将自己想要运行的文件或监测的视频或代码放在test目录中,就可以jupyter中看到了,注意docker run起来以后,需要日志中显示的token来配合登录到jupyter notebook。 更多的docker安装和命令介绍可以访问我的blog 注意PyTorch这类的框架的多进程需要共享内存,要配置--ipc=host,否则docker内的内存会不够用。
ssh -p 5050 root@127.0.0.1
通过以上命令可以登陆该docker,可以配置在pycharm里使用这个环境