《深度学习技术图像处理入门》容器环境

登陆服务器，开启 docker 以及 nvidia-docker服务，并开启镜像。

使用方法

GPU 服务器完成 nvidia-driver, docker 以及 nvidia-docker 的安装后，请在 Linux 终端输入如下内容，启动本镜像:

systemctl start docker
systemctl start nvidia-docker

git clone https://github.com/Jinglue/dl4img
nvidia-docker pull hubq/dl4img
nvidia-docker run -d -v ~/dl4img/notebook/:/srv -p 8888:8888 -p 6006:6006 hubq/dl4img

镜像打开后，读者可以在浏览器中输入：

http://[购买云服务器的IP地址]:8888

进而输入密码 dl4img，即可登录云端界面。

notebook 使用入门

这里以问答的形式，简单介绍如何使用 jupyter notebook

Jupyter notebook 最突出的优点是什么

在浏览器端混合编码可执行代码(特别是 python 和 bash)、Markdown 格式的文本，以及必要的图表。

Markdown 是什么格式

如何区分 markdown 文本以及程序代码

如何新建 notebook

如何新建 linux 终端

如何管理 notebook 以及 linux 终端

如何执行 notebook 中编写的 python 代码

如何执行 notebook 中混编的 linux shell 脚本

如何让 python 画图函数在 notebook 里直接输出结果

如何中断执行 notebook 中编写的代码

如何重启 notebook

如何将编写执行完成的 notebook 从云端保存本地

安装 `nvidia-driver`, `docker` 以及 `nvidia-docker`

这一部分内容写给想自己折腾的人，如果租服务器，可以直接用镜像忽略这里。具体请参考《深度学习技术图像处理入门》第0章内容。简单说：

nvidia-driver

参考腾讯云 GPU 官方指导 https://www.qcloud.com/document/product/560/8048。注意本环境使用的是 384.66。

安装遇到问题时，请根据具体情况选择 yes no，有报错多上网搜索答案，并且尝试重启机器。

使用 Ubuntu16.04

# 安装 CUDA
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

# 安装 docker
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates
sudo apt-key adv --keyserver hkp://p80.pool.sks-keyservers.net:80 --recv-keys 58118E89F3A912897C070ADBF76221572C52609D
sudo echo "deb https://apt.dockerproject.org/repo ubuntu-xenial main" >/etc/apt/sources.list.d/docker.list
sudo apt-get update
sudo apt-get install docker-engine

# 安装 nvidia-docker
wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb
sudo dpkg -i /tmp/nvidia-docker*.deb && rm /tmp/nvidia-docker*.deb

# 启动 docker 服务
systemctl start docker
systemctl start nvidia-docker

# 下载并启动镜像
sudo nvidia-docker pull hubq/dl4img

使用 CentOS 7

# 安装 CUDA
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-rhel7-8-0-local-ga2-8.0.61-1.x86_64-rpm
rpm -i cuda-repo-rhel7-8-0-local-ga2-8.0.61-1.x86_64-rpm
yum install cuda


# 安装 docker
yum install docker

# 安装 nvidia-docker
wget https://github.com/NVIDIA/nvidia/docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm

rpm -i nvidia-docker-1.0.1-1.x86_64.rpm

# 启动 docker 服务
systemctl start docker
systemctl start nvidia-docker

# 下载并启动镜像

##########################################################################
## 如果使用腾讯云Centos 7 GPU服务器，这里建议换docker源为腾讯云docker源。#
## 需要修改 Docker 配置文件/etc/sysconfig/docker，添加：                 #
## OPTIONS='--registry-mirror=https://mirror.ccs.tencentyun.com'         #
##########################################################################

sudo nvidia-docker pull hubq/dl4img

butonglin / dl4img Goto Github PK

dl4img's Introduction