0

我正在自学什么是 docker 以及如何使用它。我对 docker 很陌生，所以希望在这里学习一些基础知识。

我在我的计算机上安装了 nvidia-docker （按照安装指南）和 tensorflow/tensorflow:nightly-gpu-py3 （nightly-gpu，启动 GPU (CUDA) 容器）。

  • Docker：NVIDIA Docker 2.0.3，版本：17.12.1-ce
  • 主机操作系统：Ubuntu 16.04 桌面
  • 主机拱门：amd64

我的问题

cifar10_multi_gpu_train （用tensorflow用 python 编写）和简单的 monte-carlo 模拟（用纯 cuda 编写）都无法运行（致命错误：没有 curand.h），而fdm（用纯 cuda 编写）或简单的矩阵乘法（用 python 编写）使用 tensorflow）在容器中工作（tensorflow/tensorflow:nightly-gpu-py3）。

仅使用 CPU 的代码（如a3c）在 tensorflow 上运行良好。

一些使用 GPU 的代码会返回错误消息。（代码使用时<curand.h>）

细节

在容器 (tensorflow/tensorflow:nightly-gpu-py3) 中，当我运行 monte-carlo 模拟时，出现以下错误：

fatal error: curand.h: No such file or directory


locate curand.h什么都不返回，但是当我尝试时locate curand，我得到：

/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcurand.so.9.0
/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcurand.so.9.0.176
/usr/share/doc/cuda-curand-9-0
/usr/share/doc/cuda-curand-9-0/changelog.Debian.gz
/usr/share/doc/cuda-curand-9-0/copyright
/var/lib/dpkg/info/cuda-curand-9-0.list
/var/lib/dpkg/info/cuda-curand-9-0.md5sums
/var/lib/dpkg/info/cuda-curand-9-0.postinst
/var/lib/dpkg/info/cuda-curand-9-0.postrm
/var/lib/dpkg/info/cuda-curand-9-0.shlibs

和locate cudnn.h：

/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/util/use_cudnn.h

为locate cuda.h：

/usr/include/linux/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda.h
/usr/local/cuda-9.0/targets/x86_64-linux/include/dynlink_cuda_cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/cuda.h
/usr/local/lib/python3.5/dist-packages/tensorflow/include/tensorflow/core/platform/stream_executor_no_cuda.h


nvcc --version返回：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176


在主机（容器外）中，当我尝试时nvidia-docker run nvidia/cuda nvidia-smi，我得到

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.30                 Driver Version: 390.30                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 108...  Off  | 00000000:03:00.0  On |                  N/A |
|  0%   48C    P8    22W / 250W |    301MiB / 11177MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:81:00.0 Off |                  N/A |
|  0%   51C    P8    22W / 250W |      2MiB / 11178MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

我做了什么

  1. 重新安装 nvidia-docker、nightly-gpu-py3 和#include <curand.h>--> 失败

  2. 在 nightly-gpu-py3 容器中，重新安装 cuda/cuda 工具并#include <curand.h>--> 失败

  3. 尝试在其他不使用 docker 的机器上运行所有代码，并且已经安装了 cuda/tensorflow-gpu。他们工作正常。

我想我完全误解了 nvidia-docker 的概念以及图像/容器的作用。

问题

  1. 安装 nvidia-docker 后，我可以使用nvidia-docker run <myImage>. docker image不是意味着它可以保存依赖项（PATH，包，...）来运行某个代码（在我的例子中，使用的代码<curand.h>）？（和容器做实际工作？）
  2. tensorflow/tensorflow:nightly-gpu-py3 图像是否有 CUDA Toolkit/cuDNN？nightly-gpu-py3 中的no 是否<curand.h>意味着我不正确地安装/下载了 nvidia-docker/nightly-gpu-py3？
  3. 在容器内安装 CUDA Toolkit 或重新安装 cuda (nightly-gpu-py3) 失败了（我按照这里的流程进行操作）。有什么方法可以<curand.h>在容器内使用（nightly-gpu-py3）？
  4. sudo nvidia-docker run -it --rm -p 8888:8888 -p 6006:6006 <image> /bin/bash是我用给定图像启动新容器的命令。会不会是个问题？
4

0 回答 0