以TensorFlow2.0為例

下載tf-gpu

在docker hub里選擇要下載的tf版本(注意選帶GPU和py3的)

https://hub.docker.com/r/tensorflow/tensorflow/

如：

docker pull tensorflow/tensorflow:2.0.3-gpu-py3

如果上述下載超時，可以配置清華源。
或者通過如下命令下載：

docker pull docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3

基于拉的tf-gpu鏡像構(gòu)建自己的鏡像

如下dockerfile

FROM docker.mirrors.ustc.edu.cn/tensorflow/tensorflow:2.0.3-gpu-py3
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo "Asia/Shanghai" > /etc/timezone && \
	pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas sklearn scipy matplotlib seaborn pyyaml h5py hdfs
RUN pip install deepctr[gpu] -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
RUN pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

# cd /data/wangguisen/ad_ctr
# docker build -t tf-deepctr:1.0 -f ./dk/Dockerfile_base .

啟動鏡像檢查GPU是否可用

docker run --gpus '"device=0"' \
  --rm -it --name ad_ctr \
  -v /data/wangguisen/ad_ctr:/data/ad_ctr \
  tf-deepctr:1.0

輸入 nvidia-smi 如果出現(xiàn)0號顯卡的信息說明成功。

參考自：

https://blog.csdn.net/weixin_35725559/article/details/112268434

https://zhuanlan.zhihu.com/p/83691871

到此這篇關(guān)于docker 使用GPU的過程詳解的文章就介紹到這了,更多相關(guān)docker 使用GPU內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。