Nvidia-docker安装及tensorflow配置DCGAN demo_docker tensorflow 安装 nvidia-detector-优快云博客

本文介绍了nvidia-docker的安装过程，包括获取root密码安装nvidia驱动、安装docker-ce和nvidia-docker等步骤。还说明了docker内tensorflow的配置，如挂载数据和代码文件夹、安装相关包等，同时给出了训练代码运行、修复及tensorflow教程的参考链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文介绍:

nvidia-docker安装
docker内tensorflow的配置
以及相关代码的演示(https://github.com/bamos/dcgan-completion.tensorflow)

1. 得到root密码安装nvidia 驱动版本在384以上

$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
$ sudo apt-get install nvidia-384
$ sudo apt install nvidia-modprobe

2. 装docker-ce

https://docs.docker.com/install/linux/docker-ce/ubuntu/#prerequisites

按照Install using the repository中的步骤做完

$ sudo apt-get update
$ sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    software-properties-common

$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

$ sudo apt-key fingerprint 0EBFCD88

$ sudo add-apt-repository \
   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
   $(lsb_release -cs) \
   stable"
   
$ sudo apt-get update

$ sudo apt-get install docker-ce

3. 装nvidia-docker

https://github.com/NVIDIA/nvidia-docker

按照Ubuntu 14.04/16.04/18.04, Debian Jessie/Stretch 下的步骤做完

$ sudo docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
$ sudo apt-get purge -y nvidia-docker


$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update

$ sudo apt-get install -y nvidia-docker2
$ sudo pkill -SIGHUP dockerd

4. 装openface

$ sudo docker pull bamos/openface

5.打开开docker

这里打开的时候直接把下载下来的数据及文件夹挂载在docker上了
使用参数 -v 挂载

$ sudo docker run -p 9000:9000 -p 8000:8000 -t -i -v /home/larry/underwater_enhancing/code/dcgan-completion.tensorflow:/root/data bamos/openface /bin/bash

6.切人脸数据

先cd进入root文件夹(刚刚的数据挂载点)

$ cd ~

在运行以下命令

$ ./openface/util/align-dlib.py data/dcgan-completion.tensorflow/data/your-dataset/raw align innerEyesAndBottomLip data/dcgan-completion.tensorflow/data/your-dataset/aligned --size 64

7. 进入nvidia-docker

挂载git下来的代码文件夹到docker上

$ sudo docker run --runtime=nvidia -it -p 8888:8888 -v /home/larry/underwater_enhancing/code/dcgan_tans1/:/root/dcgan_tans1 nvidia/cuda:8.0-cudnn6-devel /bin/bash

8.安装一些剩下的包和tensorflow

安装剩下的包(在docker中)(仅1.4版本测试能正常运行)

$ apt update
$ apt install python3-pip
$ pip3 install scipy
$ pip3 install tensorflow-gpu==1.4.0

9. 运行文章中的训练代码和修复代码

如使用github上的代码需要对代码进行升级

参考:

https://www.tensorflow.org/install/migration?hl=zh-cn

训练

./train-dcgan.py --dataset ./data/your-dataset/aligned --epoch 20 &

查看

tensorboard --port 8888 --logdir ./logs

修复

./complete.py ./data/your-test-data/aligned/* --outDir outputImages

制作动图

$ cd outputImages
$ convert -delay 10 -loop 0 completed/*.png completion.gif