深度學習服務器完整配置手冊（三、GPU顯卡cuda和驅動一起安裝，docker安裝）

引用：

https://developer.nvidia.com/cuda-downloads

https://blog.csdn.net/FYZ530357172/article/details/79217460

為了防止參考鏈接失效，粘貼如下，自己會根據實際安裝過程的變化更新教程：

 

英偉達cuda和驅動直接安裝網站給的方式裝即可。

docker安裝：

• NVIDIA Docker：輕松實現GPU服務器應用程序部署

使用存儲庫進行安裝

首次在新的主機上安裝Docker CE之前，需要設置Docker存儲庫。之后，您可以從存儲庫安裝和更新Docker。

一、Docker CE

Get Docker CE for Ubuntu

1. Install

更新apt軟件包索引：

$ sudo apt-get update

安裝軟件包以允許apt通過HTTPS使用存儲庫：

$ sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ software-properties-common

 

添加Docker的官方GPG密鑰：

$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

 

9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88通過搜索指紋的最后8個字符，確認您現在擁有指紋的密鑰 。

$ sudo apt-key fingerprint 0EBFCD88

 

pub   4096R/0EBFCD88 2017-02-22 Key fingerprint = 9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88 uid Docker Release (CE deb) <[e-mail]> sub 4096R/F273FCD8 2017-02-22

 

使用以下命令來設置穩定的存儲庫。

$ sudo add-apt-repository \ "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"

 

安裝DOCKER CE

更新apt軟件包索引。

$ sudo apt-get update

 

安裝最新版本的Docker CE，或者轉到下一步安裝特定版本。任何現有的Docker安裝都將被替換。

$ sudo apt-get install docker-ce

 

Docker守護進程自動啟動。

通過運行hello-world 映像驗證是否正確安裝了Docker CE 。

$ sudo docker run hello-world

 

這個命令下載一個測試圖像並在容器中運行。容器運行時，會打印一條信息消息並退出。

Docker CE已安裝並正在運行。該docker組已創建，但未添加用戶。您需要使用sudo運行Docker命令。繼續Linux postinstall以允許非特權用戶運行Docker命令以及其他可選的配置步驟。
要創建docker組並添加您的用戶：

1. 創建docker組。

$ sudo groupadd docker

 

1. 將您的用戶添加到docker組中。

$ sudo usermod -aG docker $USER

 # 之后或許需要更新docker組才可以：

# 通過將用戶添加到docker用戶組可以將sudo去掉，命令如下：

sudo groupadd docker #添加docker用戶組

sudo gpasswd -a $USER docker #將登陸用戶加入到docker用戶組中

newgrp docker #更新用戶組

 

1. 注銷並重新登錄，以便重新評估您的組成員資格。

   如果在虛擬機上進行測試，可能需要重新啟動虛擬機才能使更改生效。

   在桌面Linux環境（如X Windows）上，完全退出會話，然后重新登錄。

2. 驗證您可以不運行docker命令sudo。

$ docker run hello-world

 

二、Nvidia-docker

1. Install

1. 按照此處的說明安裝您的發行版的存儲庫。

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-get update

 

1. 安裝nvidia-docker2軟件包並重新加載Docker守護程序配置：

sudo apt-get install nvidia-docker2 sudo pkill -SIGHUP dockerd

 

• docker加速

  1. Usage

docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

以上的nvidia/cuda需要根據安裝的cuda版本修改，否則安裝最新版本安裝。

比如改為：nvidia/cuda:10.0-base

- nvidia-docker安裝

安裝deepo,采用 registry.docker-cn.com 加速

docker pull registry.docker-cn.com/ufoym/deepo

 

三、Deepno:

1. Deepno簡介

一系列的Docker鏡像（及其生成器），讓您快速建立深度學習研究環境。https://github.com/ufoym/deepo

Deepo是一系列的 Docker鏡像

讓您快速建立您的深度學習研究環境
- 支持幾乎所有常用的深度學習框架
- 支持GPU加速（包括CUDA和cuDNN），也可以在純CPU模式下工作
- 適用於Linux（CPU版本 / GPU版本），Windows（CPU版本）和OS X（CPU版本）

和他們的Dockerfile生成器

• 使您可以使用類樂高模塊來定制自己的環境

- 自動為您解析相關性

2. Installation

• Step 1. Install Docker and nvidia-docker.

• Step 2. Obtain the all-in-one image from Docker Hub

docker pull ufoym/deepo #速度慢 docker pull registry.docker-cn.com/ufoym/deepo #采用加速

 

3. Usage

nvidia-docker run --rm ufoym/deepo nvidia-smi #使Deepo能夠使用docker容器內的GPU nvidia-docker run -it ufoym/deepo bash #交互式shell