docker和nvidia docker的启动

原创已于 2022-05-30 18:17:26 修改 · 2.4k 阅读

2 ·

CC 4.0 BY-SA版权

本文为while10博主原创文章，未经博主允许不得转载。

文章标签：

#docker

于 2021-07-08 18:55:12 首次发布

python 同时被 2 个专栏收录

15 篇文章

订阅专栏

TensorFlow学习

2 篇文章

订阅专栏

本文详细介绍了Docker的启动命令，包括`-it`、`-d`和`-v`参数的作用，并展示了如何通过`-p`指定端口映射，使用`--name`设定容器名称，以及运用`-e`设置环境变量。特别地，针对NVIDIA GPU的使用，解释了`--gpus all`和环境变量`NVIDIA_DRIVER_CAPABILITIES`在启用CUDA计算支持上的重要性。同时提到了`--shm-size`配置共享内存和保持容器时间与宿主机同步的方法。

docker 利用 docker run 启动

docker run -it -d -v /宿主机目录:/容器目录 镜像名 /bin/bash

其中：
-it代表可以利用控制台和终端登录（通常都要）
-d代表后台启动
-v代表路径的映射

未使用的参数：
-p指定端口映射 格式为：主机(宿主)端口:容器端口
--name="nginx-lb" 为容器指定一个名称
-e username="ritchie" 设置环境变量

nvidia docker的启动，添加路径映射并调用cuda的计算资源

docker run -itd -u root --gpus all --name="tf-gpu-1.13.1" -v 本机路径:docker内部路径 -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all 镜像ID bash

多出来的东西其实就是这个家伙：NVIDIA_DRIVER_CAPABILITIES=compute,utility
用root用户启动docker，在-itd后面加入-u root

-u root

启动时设置共享内存

--shm-size="8g"

配置docker容器时间与宿主机时间相同

-e TZ="Asia/Shanghai" -v /etc/localtime:/etc/localtime:ro

也就是说，如果你不改这个环境变量，宿主机的nvidia driver在容器内是仅作为utility存在的，如果加上compute，宿主机的英伟达driver将对容器提供计算支持（所谓的计算支持也就是cuda支持）。
如果不加只能用cpu的tensorflow，不能调用gpu的资源。