制作Singularity镜像 深度学习+Anaconda3+tensorflow-gpu+pytorch

本文介绍如何创建包含Anaconda3、TensorFlow-GPU和PyTorch的Singularity镜像,适用于深度学习GPU环境。步骤包括编写Singularity清单文件、安装依赖软件及构建和运行镜像。

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

制作Singularity镜像 深度学习+Anaconda3+tensorflow-gpu+pytorch
首先写一个Singularity清单文件

mkdir test
cd test
vim dl.def

Singularity recipe内容如下:

Bootstrap: docker
From:nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04

%post
	apt-get update
	apt-get install -y wget \
		vim
	wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh -O /home/anaconda3.sh
	bash /home/anaconda3.sh -b -p /home/anaconda3
	rm /home/anaconda3.sh
	/home/anaconda3/bin/pip install --upgrade pip 
	/home/anaconda3/bin/pip install tensorflow-gpu
	/home/anaconda3/bin/pip install torch torchvision
	
%environment
	export PATH=/home/anaconda3/bin:$PATH

然后执行

sudo singularity build dl.simg dl.def

执行时,由于是gpu环境,需要加上命令–nv,例如:

singularity shell --nv dl.simg
评论 2
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