docker pytorch下载 - docker pytorch源代码下载

docker pytorch

Python

1.0.0

下载

Pytorch Docker图像

Ubuntu + Pytorch + CUDA（可选）

要求

为了使用此图像，您必须安装Docker引擎。设置Docker Engine的说明可在Docker网站上找到。

CUDA要求

如果您拥有与CUDA兼容的NVIDIA图形卡，则可以使用启用CUDA的Pytorch图像的版本来启用硬件加速度。我只在Ubuntu Linux中对此进行了测试。

首先，确保安装合适的NVIDIA驱动程序。在Ubuntu上，我发现确保您拥有正确版本的驱动程序的最简单方法是通过安装CUDA版本，至少与打算通过官方NVIDIA CUDA下载页面使用的图像一样新。例如，如果您打算使用cuda-10.1图像，则设置CUDA 10.1或CUDA 10.2应确保您具有正确的图形驱动程序。

您还需要安装NVIDIA容器工具包，以在Docker容器中启用GPU设备访问。这可以在NVIDIA/NVIDIA-DOCKER上找到。

预构建图像

预先构建的图像可在Docker Hub上以Anibali/Pytorch的名义获得。

例如，您可以使用Pytorch 2.0.1和CUDA 11.8使用：

$ docker pull anibali/pytorch:2.0.1-cuda11.8

用法

运行Pytorch脚本

可以使用python3命令在容器内运行Pytorch程序。例如，如果您在一个包含entrypoint main.py的Pytorch项目的目录中，则可以使用以下命令运行：

docker run --rm -it --init 
  --gpus=all 
  --ipc=host 
  --user= " $( id -u ) : $( id -g ) " 
  --volume= " $PWD :/app " 
  anibali/pytorch python3 main.py

这是上面显示的Docker命令行选项的描述：

--gpus=all ：如果使用CUDA，则需要可选。将图形卡从主机传递到容器。您还可以更精确地控制使用此选项暴露了哪些图形卡（请参阅https://github.com/nvidia/nvidia-docker的文档）。
--ipc=host ：需要使用多处理，如https://github.com/pytorch/pytorch#docker-image所述。
--user="$(id -u):$(id -g)" ：将用户设置在容器内，以匹配您的用户和组ID。可选，但对于编写具有正确所有权的文件很有用。
--volume="$PWD:/app" ：将当前的工作目录安装到容器中。容器中的默认工作目录IS /app 。选修的。

运行图形应用程序

如果您在Linux主机上运行，则可以在Docker容器内部运行代码，以使用主机X服务器显示图形（例如，您可以使用OpenCV的IMShow）。在这里，我们描述了一种快速（但不安全的）方式。有关GUIS和Docker的更全面的指南，请查看http://wiki.ros.org/docker/tutorials/gui。

在主机运行中：

sudo xhost +local:root

您可以稍后使用sudo xhost -local:root撤销这些访问权限。现在，当您运行一个容器时，请确保添加选项-e "DISPLAY"和--volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" 。这将为容器提供您的X11插座，以进行通信和显示ID。这是一个例子：

docker run --rm -it --init 
  --gpus=all 
  -e " DISPLAY " --volume= " /tmp/.X11-unix:/tmp/.X11-unix:rw " 
  anibali/pytorch python3 -c " import tkinter; tkinter.Tk().mainloop() "

得出自己的图像

向图像添加其他依赖关系的推荐方法是，使用该项目的Pytorch图像之一创建自己的Dockerfile。

例如，假设您需要OpenCV并希望与Pytorch 2.0.1合作。您可以使用anibali/pytorch:2.0.1-cuda11.8-ubuntu22.04作为基本图像，并使用其他构建步骤安装OpenCV：

 FROM anibali/pytorch:2.0.1-cuda11.8-ubuntu22.04

# Set up time zone.
ENV TZ=UTC
RUN sudo ln -snf /usr/share/zoneinfo/$TZ /etc/localtime

# Install system libraries required by OpenCV.
RUN sudo apt-get update 
 && sudo apt-get install -y libgl1-mesa-glx libgtk2.0-0 libsm6 libxext6 
 && sudo rm -rf /var/lib/apt/lists/*

# Install OpenCV from PyPI.
RUN pip install opencv-python==4.5.1.48