GitHub 新项目 Deepo:一键安装 11 项深度学习框架与环境

2017 年 12 月 18 日 云头条

本文经机器之心(微信公众号:almosthuman2014)授权转载


选自GitHub

机器之心编译

参与:蒋思源


最近,一项关注于快速构建深度学习环境的 GitHub 项目十分流行,这个名为 Deepo 的项目由一系列 Docker 镜像组成,包含了 TensorFlow、MXNet、Caffe 和 Torch 等 11 个流行的深度学习研究环境。该项目发布一个多月已经有了近 3000 的收藏量,机器之心简要介绍了该项目,更详细的安装步骤请查看原 GitHub 项目。


项目地址:https://github.com/ufoym/deepo



因为 Deepo 是一系列 Docker 镜像,所以它要求先安装 Dokcker 客户端与环境。Docker 主要是希望创建可移植软件的轻量容器,并让这些软件可以在任何安装了 Docker 的机器上运行,而不用关心底层操作系统。所以希望利用该项目安装深度学习环境的读者首先需要了解 Docker。


Deepo 是一系列 Docker 镜像,它的主要特征有:


  • 允许我们快速配置深度学习环境

  • 支持几乎所有常见的深度学习框架

  • 支持 GPU 加速(包括 CUDA 和 cuDNN), 同样在 CPU 中运行良好

  • 支持 Linux(CPU 版和 GPU 版)、OS X(CPU 版)、Windows(CPU 版)


Deepo 的 Dockerfile 生成器主要有以下特征:


  • 允许使用类似乐高那样的模块自定义环境

  • 自动解决依赖项问题


可用的 Tags



快速启动


GPU 版


  • 安装


第一步:安装 Docker 和 nvidia-docker:


Docker:https://docs.docker.com/engine/installation/

nvidia-docker:https://github.com/NVIDIA/nvidia-docker


第二步:使用以下命令行从 Docker Hub 获取 一体式镜像


  
    
    
    
  1. docker pull ufoym/deepo


  • 用法


现在我们可以尝试使用以下命令:


  
    
    
    
  1. nvidia-docker run --rm ufoym/deepo nvidia-smi


这个命令应该能令 Deepo 从 Docker 容器中使用 GPU,如果该命令不起作用,那么可以在 nvidia-docker GitHub 项目中搜索 Issues 部分,上面有很多解决方案。为了获得一个和容器交互的 shell,它不会在我们推出后自动删除,我们需要键入:


  
    
    
    
  1. nvidia-docker run -it ufoym/deepo bash


如果我们希望在主机(机器或虚拟环境)和容器间共享数据和配置,那么可以使用 -v 选项:


  
    
    
    
  1. nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash


该命令会将主机可视的 /host/data 变为容器中的/data,/host/config 作为/config。这种隔离减少了集装箱化试验重写或使用错误数据。


注意有些框架(如 PyTorch)是噢用共享内存以在进程中共享数据,所以如果使用默认的共享内存分区大小,那么容器运行多进程是不够的。因此我们需要使用 nvidi-docker 运行 --ipc=host 或 --shm-size 命令增加共享内存大小。


  
    
    
    
  1. nvidia-docker run -it --ipc=host ufoym/deepo bash


CPU 版


  • 安装


第一步:安装 Docker

第二步:使用以下命令行从 Docker Hub 获取 一体式镜像


  
    
    
    
  1. docker pull ufoym/deepo:cpu


  • 用法


现在我们能尝试使用以下命令行:


  
    
    
    
  1. docker run -it ufoym/deepo:cpu bash


如果我们希望在主机(机器或虚拟环境)和容器间共享数据和配置,那么可以使用 -v 选项:


  
    
    
    
  1. docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo:cpu bash


注意有些框架(如 PyTorch)是噢用共享内存以在进程中共享数据,所以如果使用默认的共享内存分区大小,那么容器运行多进程是不够的。因此我们需要使用 nvidi-docker 运行 --ipc=host 或 --shm-size 命令增加共享内存大小。


  
    
    
    
  1. docker run -it --ipc=host ufoym/deepo:cpu bash



本文为机器之心编译,转载请联系机器之心公众号获得授权

✄------------------------------------------------


登录查看更多
9

相关内容

Docker - An open platform for distributed applications for developers and sysadmins.
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
TensorFlow Lite指南实战《TensorFlow Lite A primer》,附48页PPT
专知会员服务
68+阅读 · 2020年1月17日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
115+阅读 · 2019年12月31日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
94+阅读 · 2019年12月4日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
【电子书推荐】Data Science with Python and Dask
专知会员服务
42+阅读 · 2019年6月1日
通过Docker安装谷歌足球游戏环境
CreateAMind
11+阅读 · 2019年7月7日
教程 | 从头开始了解PyTorch的简单实现
机器之心
20+阅读 · 2018年4月11日
10个深度学习软件的安装指南(附代码)
数据派THU
17+阅读 · 2017年11月18日
手把手教你安装深度学习软件环境(附代码)
数据派THU
4+阅读 · 2017年10月4日
从零开始:深度学习软件环境安装指南
机器之心
5+阅读 · 2017年10月2日
手把手教你由TensorFlow上手PyTorch(附代码)
数据派THU
5+阅读 · 2017年10月1日
教程 | 如何从TensorFlow转入PyTorch
深度学习世界
38+阅读 · 2017年9月30日
开源巨献:Google最热门60款开源项目
程序猿
5+阅读 · 2017年7月12日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
3+阅读 · 2018年12月19日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
3+阅读 · 2018年3月2日
Arxiv
8+阅读 · 2018年1月12日
VIP会员
相关VIP内容
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
TensorFlow Lite指南实战《TensorFlow Lite A primer》,附48页PPT
专知会员服务
68+阅读 · 2020年1月17日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
115+阅读 · 2019年12月31日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
94+阅读 · 2019年12月4日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
【电子书推荐】Data Science with Python and Dask
专知会员服务
42+阅读 · 2019年6月1日
相关资讯
通过Docker安装谷歌足球游戏环境
CreateAMind
11+阅读 · 2019年7月7日
教程 | 从头开始了解PyTorch的简单实现
机器之心
20+阅读 · 2018年4月11日
10个深度学习软件的安装指南(附代码)
数据派THU
17+阅读 · 2017年11月18日
手把手教你安装深度学习软件环境(附代码)
数据派THU
4+阅读 · 2017年10月4日
从零开始:深度学习软件环境安装指南
机器之心
5+阅读 · 2017年10月2日
手把手教你由TensorFlow上手PyTorch(附代码)
数据派THU
5+阅读 · 2017年10月1日
教程 | 如何从TensorFlow转入PyTorch
深度学习世界
38+阅读 · 2017年9月30日
开源巨献:Google最热门60款开源项目
程序猿
5+阅读 · 2017年7月12日
相关论文
Top
微信扫码咨询专知VIP会员