Docker下搭建pytorch

Docker下搭建pytorch环境

前面

为什么我选择pytorch而不是流行的Tensorflow

  • pytorch建立的动态神经网络要比静态的tensorflow更有效的处理问题

  • API源码更易读

  • 运行速度较快

  • 社区活跃,facebook,twitter等都在使用pytorch

下载镜像

docker pull pytorch/pytorch

DuckerHub,大概3G多,我下载了近40分钟。

这个镜像是没有自带jupyter notebook的,下面会提到

启动镜像 docker run -i -t -p 8080:80 pytorch/pytorch /bin/bash

直接会进到根目录下的workspace路径下

使用conda安装jupyter notebook

先启动一个容器

docker run -it --name pt -v ~/docker_workspace:/workspace -p 8080:80 mypytorch

然后查看conda包列表

conda list

没有jupyter相关包的化就自行下载:conda install jupyter notebook

启动:jupyter notebook --port 80 --ip 0.0.0.0 --allow-root

##打包新镜像(非必须)

docker commit pt mypytorch:1.0

数据持久化

docker run -it -v [宿主机路径]/chenhzhuo/pytorch :/workspace pt /bin/bash

vscode连接docker

在vscode搜索并下载docker插件

下载完成后就可以在vscode中看到容器和镜像了,前提是已经启动docker

现在已经连接到了docker,我们还需要在容器内操作文件,接着搜索并下载remote container插件

下载完成后可以进入到容器内操作了,左下角可以看到容器连接状态,显示容器名就已连接到容器,可直接在容器内工作了

使用

启动容器

vscode连接docker

remote-container进入容器

coding…

0%