使用docker安裝GPU版pytorch

var code = “d6dc7466-f7b5-4b93-8d26-8ff2b67ffaef”

1. 在docker pytorch 網址找到自己需要的環境(網址:https://hub.docker.com/r/pytorch/pytorch/tags)

点击复制 devel 版 连接
(此处以 docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel 为例)

2. 打开Ubuntu terminal

从镜像仓库中拉取或者更新指定镜像

 docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

有了镜像才可以创建容器，创建一个新的容器并运行镜像

docker run -it --name="cuda" --gpus=all pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel /bin/bash 

(各参数意思自行百度)

验证:

3. 从宿主机拷文件到docker容器里面

docker cp 要拷贝的文件路径 容器名：要拷贝到容器里面对应的路径

例:

docker cp /media/li/data/ch/pytorch_classification fb6c8d21e3aa:/media/

4. docker保存、删除、导入镜像

4.1 保存
例:

docker save -o pytorchdocker.tar pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel

##-o：指定保存的镜像的名字；rocketmq.tar：保存到本地的镜像名称；rocketmq：镜像名字，通过"docker images"查看

删除 容器
例:

docker rm fb6c8d21e3aa

删除镜像

导入 镜像

 docker load --input pytorchdocker.tar 

(更新中)

註:

1.docker 基礎命令
2.镜像和容器的区别