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  mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600sudo apt-key adv - fetch-keys  add-apt-repository "deb  /"sudo apt updatesudo 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 repositorysudo apt-get updatesudo apt-get install -y \apt-transport-https \ca-certificates \curl \gnupg-agent \software-properties-common# Add Docker’s official GPG key:curl -fsSL  | sudo apt-key add -# set up the stable repositorysudo add-apt-repository \"deb [arch=amd64]  \$(lsb_release -cs) \stable"sudo apt-get updatesudo apt-get install -y docker-ce docker-ce-cli containerd.io# Substitute ubuntu with your usernamesudo 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  | \sudo apt-key add -curl -s -L  | \sudo tee /etc/apt/sources.list.d/nvidia-docker.listsudo apt updatesudo 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 Imagedocker pull nvcr.io/nvidia/tensorflow:20.12-tf2-py3# create local_dir folder mounted at /container_dir in the containermkdir /home/ubuntu/local_dirdocker 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>

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

作者：Roberto Di Bella

deeohub翻译组