Docker部署tensorflow-gpu-jupyterlab的过程

1355913552 • 08/06 22:03 • Linux技术 • 113 views

这篇文章主要介绍“Docker部署tensorflow-gpu-jupyterlab的过程”，在日常操作中，相信很多人在Docker部署tensorflow-gpu-jupyterlab的过程问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Docker部署tensorflow-gpu-jupyterlab的过程”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！docker pull tensorflow/tensorflow:latest-gpu-jupyter下载完成后查看docker imagesnvidia-docker 香港云主机 run -d
-v /home/work/heyile:/tf/lab
-p 8880:8888
–name hyllab
tensorflow/tensorflow:latest-gpu-jupyter创建后通过docker ps查看容器进程:通过docker logs hyllab查看启动日志因为这个镜像都是默认启动jupyter notebook，而jupyter lab比较好看，我们把jupyter lab也集成进来：docker exec -it hyllab bashpip install jupyterlab下载完成后退出。容器默认是启动jupyter notebook的，我们通过修改容器的配置文件修改启动命令。docker ps记下containerid如图：containerid :bc05d4cfd3f6docker stop hyllab停止容器。切换目录到docker程序目录下的以containerid开头的目录，如下：cd /var/lib/docker/containers/bc05d4cfd3f6895bc9ac3bf1d194a8de127634887d8f994a5de809a56caad422vi config.v2.json 如下图，将2个位置的jupyter notebook启动命令改成jupyter lab，下图是已经修改完成的。然后，重启docker服务systemctl restart docker，然后启动tensorflow容器，比如docker start hyllab查看日志可以看到已经启动jupyter lab服务。docker logs hyllab通过登录jupyter lab地址http://127.0.0.1:8888/?token=874de4249fcb11143ca2e0db722a146e758b014243f4ee05可以登录成功docker exec -it hyllab bash进如容器内，执行nvidia-smi查看gpu列表通过jupyter lab执行代码可以查看GPU到此，关于“Docker部署tensorflow-gpu-jupyterlab的过程”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注开发云网站，小编会继续努力为大家带来更多实用的文章！