GitHub新项目Deepo:一键安装11项深度学习框架与环境
来源:互联网 发布:黑客网络hacknet安卓版 编辑:程序博客网 时间:2024/06/05 17:40
项目地址:https://github.com/ufoym/deepo
因为 Deepo 是一系列 Docker 镜像,所以它要求先安装 Dokcker 客户端与环境。Docker 主要是希望创建可移植软件的轻量容器,并让这些软件可以在任何安装了 Docker 的机器上运行,而不用关心底层操作系统。所以希望利用该项目安装深度学习环境的读者首先需要了解 Docker。
Deepo 是一系列 Docker 镜像,它的主要特征有:
(1)允许我们快速配置深度学习环境
(2)支持几乎所有常见的深度学习框架
(3)支持 GPU 加速(包括 CUDA 和 cuDNN), 同样在 CPU 中运行良好
(4)支持 Linux(CPU 版和 GPU 版)、OS X(CPU 版)、Windows(CPU 版)
Deepo 的 Dockerfile 生成器主要有以下特征:
(1)允许使用类似乐高那样的模块自定义环境
(2)自动解决依赖项问题
(3)可用的 Tags
(4)快速启动
GPU 版
安装
第一步:安装 Docker 和 nvidia-docker:
Docker:https://docs.docker.com/engine/installation/
nvidia-docker:https://github.com/NV
第二步:使用以下命令行从 Docker Hub 获取 一体式镜像
docker pull ufoym / deepo
用法
现在我们可以尝试使用以下命令:
nvidia - docker run -- rm ufoym / deepo nvidia - smi
这个命令应该能令 Deepo 从 Docker 容器中使用 GPU,如果该命令不起作用,那么可以在 nvidia-docker GitHub 项目中搜索 Issues 部分,上面有很多解决方案。为了获得一个和容器交互的 shell,它不会在我们推出后自动删除,我们需要键入:
nvidia - docker run - it ufoym / deepo bash
如果我们希望在主机(机器或虚拟环境)和容器间共享数据和配置,那么可以使用 -v 选项:
nvidia - docker run - it - v / host / data :/ data - v / host / config :/ config ufoym / deepo bash
该命令会将主机可视的 /host/data 变为容器中的/data,/host/config 作为/config。这种隔离减少了集装箱化试验重写或使用错误数据。
注意有些框架(如 PyTorch)是噢用共享内存以在进程中共享数据,所以如果使用默认的共享内存分区大小,那么容器运行多进程是不够的。因此我们需要使用 nvidi-docker 运行 --ipc=host 或 --shm-size 命令增加共享内存大小。
nvidia - docker run - it -- ipc = host ufoym / deepo bash
CPU 版
安装
第一步:安装 Docker
第二步:使用以下命令行从 Docker Hub 获取 一体式镜像
docker pull ufoym / deepo : cpu
用法
现在我们能尝试使用以下命令行:
docker run - it ufoym / deepo : cpu bash
如果我们希望在主机(机器或虚拟环境)和容器间共享数据和配置,那么可以使用 -v 选项:
docker run - it - v / host / data :/ data - v / host / config :/ config ufoym / deepo : cpu bash
注意有些框架(如 PyTorch)是噢用共享内存以在进程中共享数据,所以如果使用默认的共享内存分区大小,那么容器运行多进程是不够的。因此我们需要使用 nvidi-docker 运行 --ipc=host 或 --shm-size 命令增加共享内存大小。
docker run - it -- ipc = host ufoym / deepo : cpu bash
- GitHub新项目Deepo:一键安装11项深度学习框架与环境
- GitHub新项目Deepo:一键安装11项深度学习框架与环境
- Deepo:几乎包含所有主流深度学习框架的Docker镜像
- Deepo:几乎包含所有主流深度学习框架的Docker镜像
- Deepo:几乎包含所有主流深度学习框架的Docker镜像
- Deepo:几乎包含所有主流深度学习框架的Docker镜像
- 深度学习框架mxnet安装与使用
- 深度学习---开源框架(Github)
- 深度学习框架学习一
- 深度学习实战Caffe(一)-Caffe环境安装
- 深度学习框架Keras安装
- 深度学习框架Keras安装
- 安装torch7 深度学习框架
- python安装深度学习框架
- 如何在Ubuntu下安装Anaconda及搭建环境安装TensorFlow深度学习框架
- 深度学习框架PaddlePdddle学习( 一)
- Windows环境Keras深度学习框架配置
- 深度学习框架Caffe的环境搭建
- AutoLisp 基本函数
- springmvc拦截器用作验证登陆
- Spark ML 之 特征选择,提取,转换工具
- mysql安装方法一
- MySQL EXPLAIN命令
- GitHub新项目Deepo:一键安装11项深度学习框架与环境
- oracle数据库表中某几个字段的重复数据去重
- matplotlib数据展现的基本用法
- 使用 rowID查询数据位于分区表哪个分区中
- mongodb笔记02(查询文档)
- FreeMarker自学教程
- Java并发编程:Synchronized及其实现原理
- 阿里云CDN图片鉴黄服务正式上线,人工智能助力企业降低违规风险
- JS的方法分类整理