2023保姆级:深度学习环境在Docker上搭建(基于Linux和WSL)
以下是一个简化的Dockerfile示例,用于创建一个基于Ubuntu的深度学习环境:
# 使用Ubuntu作为基础镜像
FROM ubuntu:20.04
# 安装必要的软件包
RUN apt-get update && apt-get install -y \
python3 \
python3-pip \
git \
curl \
vim
# 安装CUDA和cuDNN(如果需要GPU支持)
RUN curl -s https://raw.githubusercontent.com/soumith/cudnn.git/master/cudnn.mk | sed "s/CUDA_PATH/CUDA_PATH=/CUDA_PATH=/CUDA_VERSION=/CUDA_VERSION=/CUDNN_VERSION=/CUDNN_VERSION=/CUDNN_ARCH=/CUDNN_ARCH=/g" | sed "s/^.*CUDNN_VERSION=.*/ CUDNN_VERSION=8/g" | sed "s/^.*CUDA_VERSION=.*/ CUDA_VERSION=11.2/g" | sed "s/^.*CUDA_MAJOR=.*/ CUDA_MAJOR=11/g" | sed "s/^.*CUDA_MINOR=.*/ CUDA_MINOR=0/g" | sed "s/^.*CUDA_DOT=.*/ CUDA_DOT=0/g" | sed "s/^.*CUDA_SRC_DIR=.*/ CUDA_SRC_DIR=NVIDIA-CUDA-11.0-source/g" | sed "s/^.*CUDNN_SRC_DIR=.*/ CUDNN_SRC_DIR=NVIDIA-cuDNN-8.0-source/g" | sed "s/^.*CUDA_DRIVER_VERSION=.*/ CUDA_DRIVER_VERSION=450.51.06/g" | sed "s/^.*CUDA_PKG_VERSION=.*/ CUDA_PKG_VERSION=1-1/g" | sed "s/^.*CUDNN_PKG_VERSION=.*/ CUDNN_PKG_VERSION=8.0.5-1/g" | sed "s/^.*CUDNN_LIB_VERSION=.*/ CUDNN_LIB_VERSION=8/g" | sed "s/^.*CUDNN_MAJOR=.*/ CUDNN_MAJOR=8/g" | sed "s/^.*CUDNN_MINOR=.*/ CUDNN_MINOR=0/g" | sed "s/^.*CUDNN_PATCH=.*/ CUDNN_PATCH=5/g" | sh
# 安装深度学习框架
RUN pip3 install --no-cache-dir tensorflow
# 设置工作目录
WORKDIR /workspace
# 设置容器启动时的默认命令
CMD ["bash"]
这个Dockerfile展示了如何创建一个基于Ubuntu的Docker镜像,并在其中安装了Python3、pip、git、curl和vim等常用软件。同时,它演示了如何使用curl和sed命令来定制化安装CUDA和cuDNN,这对于需要GPU加速的深度学习环境非常有用。最后,它演示了如何使用pip安装TensorFlow这一流行的深度学习框架。
评论已关闭