ubuntu创建pytorch-gpu的docker环境

合作推广，分享一个人工智能学习网站。计划系统性学习的同学可以了解下，点击助力博主脱贫( •̀ ω •́ )✧

使用docker的好处就是可以将你的环境和别人的分开，特别是共用的情况下。本文介绍了ubuntu环境下创建pytorch-gpu的教程，centos其实也是差不多的。

安装docker

---

首先是安装docker：

sudo apt-get update # 更新软件包
# 安装必要的依赖
sudo apt install apt-transport-https ca-certificates curl software-properties-common
sudo apt-get install docker
# 添加 Docker GPG 密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
# 设置 Docker 存储库
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
# 安装docker
sudo apt install docker-ce docker-ce-cli containerd.io
# 授权sudo
sudo usermod -aG docker $USER

使用以下代码检查安装成功与否：

dockcer --version

创建镜像

---

首先是新建一个目录，你找得到就可，名字叫什么都行：

mkdir /wzl
cd /wzl

然后是准备两个文件，一个镜像源，一个Dockerfile。

1. 镜像源
   新建文件source.list：

sudo vim source.list

然后复制以下代码（华为源，使用其他国内源都可）：

deb https://repo.huaweicloud.com/ubuntu/ focal main restricted
deb https://repo.huaweicloud.com/ubuntu/ focal-updates main restricted
deb https://repo.huaweicloud.com/ubuntu/ focal universe
deb https://repo.huaweicloud.com/ubuntu/ focal-updates universe
deb https://repo.huaweicloud.com/ubuntu/ focal-backports main restricted universe
deb https://repo.huaweicloud.com/ubuntu/ focal-security main restricted
deb https://repo.huaweicloud.com/ubuntu/ focal-security universe
deb http://archive.ubuntu.com/ubuntu/ trusty main universe restricted multiverse 

vim先按Esc，然后输入:wq回车，保存退出，生怕你们linux不好(doge。

（插播反爬信息 ）博主CSDN地址：https://wzlodq.blog.csdn.net/

2. Dockerfile
   新建Dockerfile文件：

sudo vim Dockerfile

复制以下代码：

FROM pytorch/pytorch:1.11.0-cuda11.3-cudnn8-runtimeMAINTAINER yyqENV DEBIAN_FRONTEND=noninteractive
#更新pip，并且换源
RUN pip install pip -U # 升级pip到最新版本
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple#为了运行apt-get update
RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak
COPY sources.list /etc/apt/sources.list
RUN chmod a+x /etc/apt/sources.list#更新apt
RUN apt-get update
#安装依赖
RUN apt-get install gcc -y && apt-get install make -y \&& apt-get install vim -y && apt-get install openssl -y \&& apt-get install libssl-dev -y && apt-get install python3-pip -yRUN apt-get install vim ffmpeg libsm6 libxext6 cron openssh-server -y
# 为防止安装依赖太长，需要换行，直接用两行 pip install, 不会出现下面一行的依赖没有安装
RUN pip install aio-pika==7.1.0 asyncio==3.4.3 APScheduler==3.7.0 matplotlib==3.3.4 opencv-python==4.5.2.52
RUN pip install pandas==1.5.3 pyyaml==6.0 tqdm==4.64.1 seaborn==0.12.2
RUN pip install Pillow==8.2.0 pika==1.2.0 pymongo==3.11.4 requests==2.25.1RUN cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 'Asia/Shanghai'>/etc/timezoneRUN sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/'  /etc/ssh/sshd_config
RUN sed -i 's/UsePAM yes/UsePAM no/' /etc/ssh/sshd_config
RUN echo "root:123456" | chpasswdRUN echo  "alias ll='ls -l'" >> ~/.bash_profile
RUN /bin/bash -c 'source  ~/.bash_profile;'CMD [""]

代码摘自https://blog.csdn.net/m0_46825740/article/details/123550130

检查以下目录下面是否完成了以上两个文件：

然后就是创建容器，-t 是镜像的名字(tag)，可以自己修改：

docker build -t wzl .

等待片刻之后就可以看到创建好的镜像了。

创建容器

---

最重要的是使用nvidia的GPU环境，所以我们得配置运行环境，修改daemon.json文件：

sudo vim /etc/docker/daemon.json

复制以下内容：

{"registry-mirrors": ["https://f1z25q5p.mirror.aliyuncs.com"],"runtimes": {"nvidia": {"path": "nvidia-container-runtime","runtimeArgs": []}}
}

然后刷新并重启docker服务：

sudo systemctl daemon-reload
sudo systemctl restart docker

接下来就是根据镜像创建我们的容器了，–name指定容器的名字，–runtime指定运行环境，-itd表示使用交互式且挂起，py_11.3:latest是我们创建的镜像：

sudo docker run --name wzl --runtime=nvidia -itd py_11.3:latest /bin/bash

进入镜像后，输入nvidia-smi显示出GPU后我们就配置成功了：

测试：
activate base并查看conda版本

创建一个python文件，比如叫test.py：

import torch 
print(torch.__version__)
print(torch.cuda.is_available())

运行python test.py

至此，大功告成(。・∀・)ノ

原创不易，请勿转载（本不富裕的访问量雪上加霜 ）
博主首页：https://wzlodq.blog.csdn.net/
来都来了，不评论两句吗👀
如果文章对你有帮助，记得一键三连❤