利用docker部署深度学习环境摆脱操作系统版本限制与cuda版本限制-Toy模板网

这篇具有很好参考价值的文章主要介绍了利用docker部署深度学习环境摆脱操作系统版本限制与cuda版本限制。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

大体思路如下：
1、客户安装操作系统是Ubuntu22.04，利用docker拉取Ubuntu18.04精简版镜像
2、离线下载是宿主机适配的NVIDIA驱动离线包、docker离线包、nvidia docker离线包、gcc离线包（也可以使用联网安装）、项目所需要的对应版本的cuda安装包、cudnn安装包

步骤一：
1、在宿主机安装gcc包，完毕后查看版本，验证是否安装成功
2、在宿主机安装了gcc包的前提下，安装NVIDIA驱动（不安装gcc会安装报错）
步骤二：
1、安装docker
2、安装nvidia docker，验证是否安装成功
3、拉取Ubuntu18.04官方镜像，创建容器，在创建容器时，需要传入相应的参数，以下为例：

docker run -it -d --gpus all -p 8081:8080  --name googosoft_ocr -v /home/googosoft/docker_file:/home/googosoft/docker_file 3941d3b032a8 /bin/bash

利用docker部署深度学习环境摆脱操作系统版本限制与cuda版本限制

上述语句中，必须加上**–gpus参数，否则容器无法调用宿主机的GPU**
4、进入到创建的容器内，必须再次安装gcc，否在以下步骤会报错
安装过程中如果报错，可能是镜像源问题建议更换网易镜像源

apt install build-essential
gcc --version

镜像源：注意，我的Ubuntu是18.04版本，各个版本的镜像源不相同，需要根本实际查询修改
主要是一下连接中"bionic "参数位置需要调整，建议查询下

deb http://mirrors.163.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-backports main restricted universe multiverse

5、在容器内安装与宿主机相同版本的nvidia驱动
利用docker部署深度学习环境摆脱操作系统版本限制与cuda版本限制
5、安装项目所需要的cuda（在安装过程中不要安装程序提示需要安装的英伟达驱动，选择no）与cudnn该步骤与常规流程一样
之后的流程基本与常规流程一样，可以没有束缚的放纵自己玩耍了文章来源地址https://www.toymoban.com/news/detail-425883.html