搭建强大又好用的深度学习环境

容器彻底改变了软件开发的世界，现在它们也可以帮助数据科学家构建更健壮的环境。

有一件事是肯定的:数据科学可以从软件开发领域学到一些东西。

NVIDIA NGC是一个软件中心，提供gpu优化框架、预训练模型和工具包来培训和部署生产中的AI。它是一个容器注册中心，包含训练模型所需的所有工具:无论您使用的是caffee2、Pytorch、Tensorflow、Keras、Julia还是其他工具都没有关系。

在NGC目录中有大量可生产的容器，你只需要选择你自己想用的。

Nvidia NGC不仅是一个容器注册中心，它还内置了许多功能，可以帮助您的组织将模型带到生产环境中。

从头开始

让我们从一台配备了GPU的Linux机器开始(GPU不是强制性的，但如果你想训练模型，强烈建议使用GPU)。我在Ubuntu 20.04 LTS和18.04 LTS上测试了这个功能，但是可以很容易地适应其他Linux发行版。

我们需要做什么?

步骤很简单，我们只需要安装NVIDIA驱动程序和Docker。然后我们下载我们想要的docker镜像并开始工作!

第一步:在Ubuntu 20.04上安装NVIDIA驱动程序

注意:如果你使用的是另一个Ubuntu版本，请确保你修改了相应的脚本。此外，如果启用了Secure Boot，这种方法也不起作用。意:我在不同的云主机提供商上试验过，根据操作系统、虚拟机类型和gpu，此时可能需要重启。因此，如果出现错误，请尝试sudo reboot并再次执行上述命令。正常的话应该看到nvidia-smi结果。意:flags - shm-size=1g - ulimit memlock=-1 - ulimit stack=67108864是必要的，为了避免操作系统限制资源分配给Docker容器。

我们现在进入了容器，让我们看看是否一切正常。

正如你从图片中看到的，GPU是可用的，tensorflow可以使用它。

（编辑：开发网_开封站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!