docker에 대해서
FROM nvidia/cuda:12.1.1-cudnn8-devel-ubuntu22.04 ENV DEBIAN_FRONTEND=noninteractive ENV PYTHONUNBUFFERED=1 ENV PIP_NO_CACHE_DIR=1 RUN apt-get update && apt-get install -y \ python3 python3-pip python3-dev \ git wget curl vim tmux \ build-essential cmake ninja-build \ libsndfile1 libsndfile1-dev ffmpeg \ && rm -rf /var/lib/apt/lists/* RUN python3 -m pip install –upgrade pip setuptools wheel RUN pip3 install \ torch==2.1.2 \ torchvision==0.16.2 \ … Read more
docker run -it –name pyg172 –gpus all –ipc=host –shm-size=16g –memory=”0″ -v /home/disk2/seongq:/workspace pyg172 /bin/bash
docker run -it –name my_pytorch_container –gpus all -d -v /home/disk1/seongq:/workspace –shm-size=16g pytorch/pytorch:2.1.2-cuda11.8-cudnn8-runtime /bin/bash #container 만들기 docker exec -it my_pytorch_container bash #실행
도커 (Docker)를 처음 사용해봤다. 앞으로는 아래와 같이 gpu 사용, 데이터 마운트, 메모리 제한 해제를 하면서 container를 생성할 일이 많을 것 같다. 컨테이너 실행시 아래처럼 해서 실행시켜야 겠다. nvidia-docker run -it –name [컨테이너이름] –gpus all [image의 ID] -d -v [호스팅의 경로]:[docker container에서 경로] –shm-size=16g /bin/bash