模型复现-Pre-training with Fractional Denoising to Enhance Molecular

一.文章介绍

中文名：使用分数阶去噪进行预训练以增强分子性质预测

GitHub地址：GitHub - fengshikun/FradNMI

二.服务器/宿主机：A100

1.主机系统

2.显卡驱动及cuda版本

三.开始复现

1.先看GitHub的readme文件

最下面的是最基本的要求：Python 3.8, CUDA 11.6, Ubuntu 20.04.2（后面的内核版本一般是不需要太严格的，当然如果一致是最好的）

2.配置docker容器

要求：

挂载卷路径为/data/yourName到/data/yourName

容器名字为nvidia-yourName

一般的模型复现尽量不要映射端口，部署网站/数据库等可以

2.1 根据cuda找镜像

使用docker pull下拉cuda镜像，具体参看
docker 获取Nvidia 镜像 | cuda |cudnn_docker获取nvidia镜像-优快云博客
我这里没有魔法，访问不了docker镜像的网站就不做演示了，你们可以自行尝试

2.2 创建容器

键入docker images可以看到我们服务器已经有师兄们拉过11.6的cuda镜像了，所以我就直接用了

创建命令：

docker run -dit --gpus all -v /data/hehy/:/data/hehy --name nvidia-hehy 5971243731bc /bin/bash

参数解释：

        -d：后台运行，否则你创建完立马给你关咯

        -i：交互式操作

        -t：终端

        --gpus all：允许使用宿主机所有显卡

        -v：挂载卷，这里让宿主机中的/data/hehy与容器内/data/hehy内容一致，后续二者更新操作是完全同步的（提示：由于权限问题容器内创建的文件在容器外是无法修改的，除非你自己修改权限，否则一般只能进入容器修改文件）

        --name：改名儿

        5971243731bc：这个是镜像id

        /bin/bash：选择你进入容器后使用的解释器，一般都是/bin/bash

创建成功，执行docker exec -it <你的容器名字> /bin/bash即可进入容器