为深度学习项目建立一个良好的环境不是一件容易的任务。因为需要处理的事情太多了:库必须匹配特定的版本，整个环境需要可以复制到其他机器上，所有东西都需要能够机器中的所有驱动程序通信。这意味着你需要为你的NVIDIA GPU安装特定的驱动程序，并且CUDA库必须与你的驱动程序和你想要使用的框架兼容。
随着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。
- sudo apt install linux-headers-$(uname -r)
- curl -O https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
- sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
- sudo apt-key adv - fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
- sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
- sudo apt update
- sudo apt -y install cuda
使用nvidia-smi命令验证安装。你应该看到这样的东西。
第二步:在Ubuntu 20.04中安装Docker
- #!/bin/sh
- #Set up the repository
- sudo apt-get update
- sudo apt-get install -y \
- apt-transport-https \
- ca-certificates \
- curl \
- gnupg-agent \
- software-properties-common
- # Add Docker’s official GPG key:
- curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
- # set up the stable repository
- sudo add-apt-repository \
- "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
- $(lsb_release -cs) \
- stable"
- sudo apt-get update
- sudo apt-get install -y docker-ce docker-ce-cli containerd.io
- # Substitute ubuntu with your username
- sudo usermod -aG docker ubuntu
注意:你需要注销和登录，以在没有sudo权限的情况下使用docker命令。
第三步:让Docker与NVIDIA driver通信
- curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
- sudo apt-key add -
- curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | \
- sudo tee /etc/apt/sources.list.d/nvidia-docker.list
- sudo apt update
- sudo apt-get install -y docker nvidia-container-toolkit
我们现在想测试Docker是否能够与NVIDIA驱动程序通信。要做到这一点，只需运行以下命令，您应该会看到与步骤1类似的结果。
- sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
注意: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。
第四步:让我们获取镜像并运行它!
- #Download NGC Tensorflow 2 Image
- docker pull nvcr.io/nvidia/tensorflow:20.12-tf2-py3
- # create local_dir folder mounted at /container_dir in the container
- mkdir /home/ubuntu/local_dir
- docker run --gpus all --shm-size=1g --ulimit memlock=-1 --ulimit stack=67108864 -it --rm -v /home/ubuntu/local_dir:/container_dir nvcr.io/nvidia/tensorflow:20.10-tf2-py3
注意: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。
最后:访问docker环境
当您断开与机器的连接时，您将注意到您已经不在容器内了。
要再次连接，你需要使用docker ps找到正在运行的容器的container_ id，然后:
- docker exec -it <containerid> /bin/bash</containerid>
最后总结
在本教程中，我们发现使用NVIDIA NGC的图像创建一个具有所有库和工具的生产就绪环境是多么容易。
我们看到了配置Docker使其与NVIDIA驱动程序和所需框架通信是多么容易。
我们在5分钟内完成了所有这些工作
