基于docker的ubuntu云服务器jupyter深度学习环境配置指南

这篇具有很好参考价值的文章主要介绍了基于docker的ubuntu云服务器jupyter深度学习环境配置指南。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。

step1

安装docker

文档中的命令如下:

sudo apt-get update
sudo apt-get install ca-certificates curl gnupg
sudo install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
sudo chmod a+r /etc/apt/keyrings/docker.gpg
echo \
  "deb [arch="$(dpkg --print-architecture)" signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  "$(. /etc/os-release && echo "$VERSION_CODENAME")" stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
sudo docker run hello-world

如果回显如下所示,则说明成功:
基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python

step2

安装Nvidia-docker
根据官方文档中的命令跑就行了

如果出现了以下回显,说明安装成功
基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python

exception 1

需要注意的是,在运行最后一步命令时:
sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi
如果报错如下:

docker: Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy'
nvidia-container-cli: requirement error: unsatisfied condition: cuda>=11.6, please update your driver to a newer version, or use an earlier cuda container: unknown.

说明cuda版本和Nvidia-docker版本不对应,此时需要找到和自己的cuda对应的Nvidia-docker。

查看cuda版本

通过命令nvidia-smi可以看到自己的cuda版本:
基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python
在上图的右上角可以看出我的cuda版本为11.2

找对应的cuda镜像

在docker官网中nvidia目录下找到自己的cuda对应的镜像即可。

命令中,11.6.2-base-ubuntu20.04是镜像名,11.6.2是应该对应的cuda版本

基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python
找到对应版本的镜像后,将sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi中的11.6.2-base-ubuntu20.04替换为对应版本的镜像名,比如11.2.2-base-ubuntu20.04

step3

安装jupyter深度学习镜像

sudo docker pull ufoym/deepo:all-jupyter-py36-cu100

安装好了后可使用docker images查看:

基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python

step4

启动docker

sudo docker run -it \
						-p 8080:8888 \
						--ipc=host \
						-v /home/ubuntu/jupyter:/jupyterRoot \
						--gpus all \
						--shm-size 16G \
						--name jupyter_notebook  \
						cf60a305ba7b

其中,容器中的/jupyterRoot文件夹被映射到本机的/home/ubuntu/jupyter文件夹中

运行结束该命令后,应该已经进入容器了

启动jupyter notebook

  • 生成密钥
# 初始化jupyter_notebook_config.py
$ jupyter notebook --generate-config
 
# 生成密钥
$ ipython
[1]:from notebook.auth import passwd
[2]:passwd()
Enter password: XXXX  # 这里输入登录密码
Verify password: XXXX
Out[2]: '生成的一串密钥'
# 密钥的格式应该是sha1:xxxxxx:xxxxxxx,注意保存生成的密钥  

exit #退出生成密钥
  • 写jupyter配置文件
# 编辑jupyter_notebook_config.py
# 如果你不知道jupyter_notebook_config.py,可以使用find命令找一下
$ vim /root/.jupyter/jupyter_notebook_config.py
 
# 设置c.NotebookApp.password,注意前面加 u,把密钥(sha1:xxxx:xxxx)全部复制过来
c.NotebookApp.password=u'生成的一串密钥'
 
## 设置外部访问
# 连通性设置
c.NotebookApp.allow_remote_access = True

# ip设置
c.NotebookApp.ip='0.0.0.0'  # 自动获取服务器ip

# 打开root权限启动
c.NotebookApp.allow_root =True

# 禁止自动打开浏览器
c.NotebookApp.open_browser = False

# 端口设置
c.NotebookApp.port = 8888  # 创建docker时候配置的容器内部服务的端口号
  • 启动jupyter notebook
# 使用后台模式启动jupyter notebook
nohup jupyter notebook --allow-root&

然后退出容器,访问本机ip:8080即可

docker中jupyter notebook的python环境配置

思路:将anaconda安装脚本放到映射文件夹中,在jupyter中运行安装脚本,然后就可使用conda配置python环境。

需要注意的是,安装好conda后,需要使用exec bash才能切换到conda的环境中
基于docker的ubuntu云服务器jupyter深度学习环境配置指南,服务器,docker,ubuntu,jupyter,python文章来源地址https://www.toymoban.com/news/detail-537771.html

Reference

  • https://zhuanlan.zhihu.com/p/612188740
  • https://zhuanlan.zhihu.com/p/442176668
  • https://blog.csdn.net/Coder_Boy_/article/details/131152693
  • https://blog.csdn.net/wcj623917753/article/details/121296724

到了这里,关于基于docker的ubuntu云服务器jupyter深度学习环境配置指南的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Ubuntu22.04 安装深度学习服务器全纪录

    制作启动盘 参考链接:https://blog.csdn.net/lyx_ok/article/details/129308753 安装 Ubuntu 22.04 将U盘插到服务器上,开机按F11键(具体什么键跟主板型号有关)选择启动项进入临时的 Ubuntu 系统,在图形界面中选择 Install Ubuntu ,所有配置都可以使用默认的,改一下用户名和密码即可。 进入

    2024年02月16日
    浏览(55)
  • Ubuntu服务器+win10+PyCharm远程深度学习开发

    目标场景 :项目代码以及数据集在Ubuntu远程服务器上,使用ssh和sftp协议连接服务器,在个人电脑上进行远程编辑、调试与运行,并使用远程的资源,包括GPUs和CPU以及内存等。 本人使用PyCharm较为习惯,之前有过使用vscode在较大C++项目上出问题的情况,所以偏向于使用P有Cha

    2024年02月06日
    浏览(41)
  • 在Ubuntu上通过Docker部署OpenVPN服务器

    在这篇博客中,我们将探讨如何在Ubuntu服务器上通过Docker容器化技术来部署OpenVPN服务器。下面是逐步进行的指南,适用于初学者和中级用户。 前提条件 : 一个运行Ubuntu的服务器 Docker已安装在服务器上 步骤1: 安装Docker 首先,确保你的Ubuntu服务器上已经安装了Docker。 步骤2: 创

    2024年02月05日
    浏览(63)
  • docker+django+ubuntu服务器 测试质量管理平台部署

      然后setting.py中增加服务器ip地址 0.0.0.0开放所有 其中setting.py注意 DEBUG = False 是False的话js和css的静态文件不会生效 在此注意一下!!!!!!! 2.拉取git的项目代码 构建成镜像 镜像run成容器 其中8888是容器内部的端口号,8886是对外开放的端口号  没有报错说明就是成功了 最后直接访

    2024年02月01日
    浏览(53)
  • ubuntu18.04.6 搭建mqtt服务器emqx 之docker方式

    前提docker环境已经安装好 如未安装,请参考博文https://blog.csdn.net/a554521655/article/details/134251763

    2024年01月20日
    浏览(50)
  • windows下基于vscode的ssh服务远程连接ubuntu服务器

    首先,安装ssh服务 安装后,打开ssh服务 如果显示有sshd就说明成功了。  判断是否成功打开 同时也可以通过如下方式确保ssh服务正在运行  首先,将ubuntu端联网,之后终端输入ifconfig 可以看到ip为192.168.43.136 在vscode里找到Remote development扩展,并安装,其中会包含Remote-SSH扩展包

    2024年02月08日
    浏览(66)
  • pycharm 使用远程服务器 jupyter (本地jupyter同理)

    并指定端口为9999 可自定义更改 1. 2.

    2024年02月14日
    浏览(48)
  • 基于ubuntu18.04.6 LTS服务器安装nvidia驱动

    1对于一个刚刚配置的服务器,首先nvidia-smi,自然无法显示Driver Version、最高cuda版本等信息。 nvidia-smi: command not found 需要我们自己安装nvidia驱动 2禁用老驱动 禁用自带nouveau驱动 sudo vim /etc/modprobe.d/blacklist.conf 打开后在CONF文件中添加: blacklist nouveau 然后更新一下: sudo update-

    2023年04月27日
    浏览(55)
  • 基于 Docker 搭建 Jellyfin 媒体服务器

    本文源码:https://github.com/chen2438/chenhaotian.top/tree/main/source/_posts/linux-app/jellyfin.md 在我的博客上查看: https://chenhaotian.top/2022/10/27/linux-app/jellyfin/ 官方教程 如果未安装 docker-compose, 只需要 sudo apt install docker-compose 即可 编写 docker-compose.yml 启动服务 启动后可以通过 docker ps 查看容

    2024年02月07日
    浏览(39)
  • 在服务器的docker里 装anacond3深度学习环境的全流程基础向

    实验室给我分配了一个服务器 已经装好了docker 和nvidi docker 。 现在我的目标是创建我自己的docker 然后在我自己的docker里装上anaconda环境。 我以前从没用过linux。所以对这一切都是迷迷茫茫不知其所以然。所以一些拙见还请不要见笑。也是整合了很多大佬的。(我是挂了VPN的,

    2024年02月02日
    浏览(58)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包