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:淘宝信用卡套现技巧 编辑:程序博客网 时间:2024/06/14 23:01
最近,一项关注于快速构建深度学习环境的 GitHub 项目十分流行,这个名为 Deepo 的项目由一系列 Docker 镜像组成,包含了 TensorFlow、MXNet、Caffe 和 Torch 等 11 个流行的深度学习研究环境。该项目发布一个多月已经有了近 3000 的收藏量,机器之心简要介绍了该项目,更详细的安装步骤请查看原 GitHub 项目。
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:
- 允许我们快速配置深度学习环境
- 支持几乎所有常见的深度学习框架
- 支持 GPU 加速(包括 CUDA 和 cuDNN), 同样在 CPU 中运行良好
- 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:
- 允许使用类似乐高那样的模块自定义环境
- 自动解决依赖项问题
可用的 Tags
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/NVIDIA/nvidia-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
- 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
- 一场顶级学术会议一票难求背后,是AI产业热浪下学界的矛盾与茫然
- 吴恩达的最新研究是否严谨?Nature论文作者撰文质疑AI医疗影像研究现状
- react踩坑不完全指北(3)
- react踩坑不完全指北(4)
- Science论文揭秘:Libratus如何在双人无限注德扑中击败人类顶级选手
- GitHub新项目Deepo:一键安装11项深度学习框架与环境
- 揭秘阿里小蜜:基于检索模型和生成模型相结合的聊天引擎
- AOGNet:基于深度 AND-OR 语法网络的目标识别方法
- 搞个头像而已
- dpdk acl使用 学习笔记
- windows核心编程---结构化异常处理
- 嫁程序员?请慎重!
- 腾讯首席工程师:程序员成长之道
- PHP 语言地位遭受挑战,PHP 程序员路在何方?