Docker 셋업

* host 환경 셋업 
- Driver version: 440.36, CUDA version 10.0, cuDNN version 7.6.4 
- 설치 후 $nvidia-smi, $cat /usr/include/cudnn.h | grep -E "CUDNN_MAJOR|CUDNN_MINOR|CUDNN_PATCHLEVEL", $nvcc --version으로 올바르게 세팅되었는지 확인 후 NVIDIA docker 설치로 진행 

* docker 설치(systemctl status를 통해 정상 설치되었는지 확인 가능) 
$ sudo apt install docker-ce 
$ sudo systemctl status docker 

 

 

도커 설치 안내서 : https://docs.docker.com/install/linux/docker-ce/ubuntu/

ctrl+c로 돌아 올것.

 

* Add the package repositories for nvidia-docker 
(Anaconda가 셋업되어 있을 경우 gpgkey 추가가 되지 않으므로 삭제)

  rm -rf ~/anaconda3

 

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) 
$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - 
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list 
$ sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit 
$ sudo systemctl restart docker 

* NVIDIA docker 설치 후 현재 유저에게 권한부여 
$ sudo apt-get install nvidia-docker 
$ sudo usermod -a -G docker $USER 
$ sudo reboot 

* nvidia-docker 정상작동 test 
$ docker run --gpus all nvidia/cuda:10.0-base nvidia-smi 
$ docker run --gpus 2 nvidia/cuda:10.0-base nvidia-smi 

 

도커 Tensorflow 안내 : https://www.tensorflow.org/install/docker

 

* tensorflow-gpu 1.15 도커 이미지 pull 
$ docker pull tensorflow/tensorflow:1.15.2-gpu-py3 
$ docker images 

* tensorflow-gpu 1.15 컨테이너 생성 (gpus 옵션이 부여되어야 GPU 사용가능) 
$ nvidia-docker run -it \ 
-p 8891:8888 -p 6006:6006 \ 
--name DIVUS-Dubai-TF115 \ 
--gpus '"device=0,1"' \ 
-v /home/DIVUS_ailab/docker/dubai:/notebooks \ 
--restart always \ 
tensorflow/tensorflow:1.15.2-gpu-py3 

 

https://hub.docker.com/r/tensorflow/tensorflow/tags