データ分析をする際に必要なライブラリが用意されたPythonによる環境を提供しています。 コンテナ内はGPUにも対応しています。 WSL2(Ubuntu20.04), Docker, gitを利用しています。

GPUはGTX 1650で確認済みです。

• notebook/.....ここに.ipynbファイルやデータなどを追加します。

ライブラリを永続的にインストールする場合、libraries/Dockerfileにインストールするライブラリを追加してください。

# python libraries
RUN pip install -U pip && \
        pip install fastprogress japanize-matplotlib \
        new library here

git clone https://github.com/jinwatanabe/Docker_gpu_env.git

Docker_gpu_envというフォルダがクローンされるので以降はそのフォルダで作業をします。

1. docker-compose build
2. docker-compose up

Webブラウザを開きlocalhostにアクセスする。

作業の後にはdocker-compose downをしてください。

以下の記事を参考に設定を行う。

• 待ってました CUDA on WSL 2

認識しているかの確認は以下のコマンドで行う。

$ docker exec -it jupyter bash
$ nvidia-smi

また、/notebook/gpu_test.pyでPyTorchのGPU確認が行える