用于人脸识别的深度学习容器环境:docker+cuda+python3.6+opencv+dlib+keras

本文介绍如何使用NVIDIA容器运行时在Docker中支持GPU,特别聚焦于部署基于GPU加速的深度学习应用。文章详细介绍了安装过程,并分享了一个用于人脸识别的深度学习环境配置,包括Python环境和相关依赖库。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Nvidia容器运行时

Nvidia容器运行时支持GPU,可以方便的构建和部署容器化的使用GPU加速的应用程序,就是在docker引擎外面包裹了一层,可以在docker里支持GPU的驱动。

image

安装跟着官网的说明就可以顺利完成。

Nvidia docker镜像

Nvida把cuda的docker镜像也做好了,直接从dockerhub下载就可以,当时的tensorflow不支持更高的cuda版本,nvidia提供了安装好cudnn的镜像,我用9.0-cudnn7-devel,基于这个镜像安装python的cnn深度学习环境, 用于人脸识别。

python环境包括:

  • python3.6.5,用python3.5的话跑keras有问题,废了挺大劲,最后是编译安装的3.6.5
  • dlib==19.16.0
  • setuptools>=36
  • opencv-python==4.0.0.21
  • opencv-contrib-python==4.0.0.21
  • keras==2.2.4
  • scikit-learn==0.20.0
  • tensorflow-gpu==1.12.0
  • PyMySQL==0.9.3
  • redis==3.2.1
  • psutil==5.4.5

dockerfile在这里,我打镜像的时候没设字符编码为UTF-8,运行的时候要加上,不然使用中文有坑。

docker运行

docker运行命令加上--runtime=nvidia,如果有多块显卡可以通过-e指定使用哪块,如-e NVIDIA_VISIBLE_DEVICES=0

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值