问题标签 [nvidia-docker]

我有一个成功完成并处于正常工作状态的 docker 容器。我可以看到 jupyter, python3 安装成功。除了 Jupyter 提供的用户友好界面之外，docker 正在按预期工作。

我已经尝试在映像构建中运行此代码并收到相同的结果。

其他谷歌搜索只显示了使用 Cloudera/Anaconda 的人。我都没有使用。

我希望能够通过 localhost:8888 访问 jupyter notebook。

我正在尝试在 Pytorch 附带的 docker 容器中运行这行简单的代码。

我收到此错误：

运行torch.cuda.is_available()返回False。

主机具有最新的 Nvidia 驱动程序。Pytorch 与 Cuda 一起提供，因此不应该存在不兼容问题。

什么可能导致这个问题？

编辑： @Patel Sunil 对这个问题的回答回答了我的问题，但我在搜索中没有遇到这个问题，因为他们的问题很广泛，而我的问题是针对 cuda 运行时/驱动程序错误的。对于那些遇到此错误但不知道它是什么症状（即忘记使用 nvidia-docker）的人，我将此作为一个单独的问题发布。

我正在尝试复制工作/实验，这些工作/实验需要我遵循这个关于设置 Jupyter + Tensorflow + Nvidia GPU + Docker + Google Compute Engine 的特定教程。'

我能够成功安装nvidia-docker. 但是，在教程中的部分下Verify the GPU is Visible from a Docker Container，当我尝试运行时

我收到以下错误（见最后一行）：

当我跑步时

我碰巧收到以下executable file not found in $PATH": unknown错误：

我对 docker 很陌生；因此，如果有人可以帮助我完成解决方案，那就太好了。我试过寻找答案，但解决问题的实际过程却让我回避了。任何帮助将不胜感激。

编辑：我按照教程中的说明设置了 GCE 实例（即 Ubuntu 16.04 LTS，50GB 引导磁盘，1 个 GPU，带有 jupyter 和 tensorboard）

我需要在 Ubuntu 的 Docker 上的NVIDA GPU Cloud (NGC) 容器中运行 Python 脚本，并且我想使用Visual Studio Code来编辑、运行和调试它。我已经安装了VS Code Docker Extension并阅读了文档，但似乎都不符合我的目的。

我遵循了NGC 文档，为 Docker (nvidia-docker2) 安装了 NVIDIA Container Runtime，现在我将在命令行上启动 NGC 容器 tarball

如何配置 VS Code 以便可以在此容器中运行和调试 Python 脚本？

我正在尝试在没有 nvidia-docker 的情况下在我的容器上获得 gpu 支持

我知道使用 nvidia docker，我只需要使用 --runtime=nvidia 但我目前的情况不允许使用 nvidia-docker

我尝试在我的容器上安装 nvidia 驱动程序、cuda、cudnn，但它失败了。

如何在我的容器上使用没有 nvidia docker 的 tensorflow gpu？

我正在尝试运行以下 docker 命令。该命令应该产生如下屏幕截图所示的输出，但它会引发错误“Unknown flag - ip”。解决此错误后，我还想将其移植到本地环境中查看浏览器，因为我们没有远程服务器的任何 UI。但是，我在成功完成这项工作时遇到了问题。请注意我的 docker 版本是 18.09.4，构建 d14af54

某些 jupyter notebook 示例存储在以下文件夹中

/opt/nvidia/data/image/examples/brats

我希望能够在我的本地环境中查看这个 jupyter notebook 示例。所以，根据我的理解，我觉得我必须做两个步骤

步骤 1) 执行 docker run 命令，如下代码部分所示

步骤 2) 端口转发到本地环境

但是，执行步骤 1 后出现错误。

步骤 1 的实际输出（错误）

步骤 1 的预期输出（成功）

如果第一步成功，下面显示的屏幕截图内容应该是实际输出，它将为我提供端口转发和登录到 jupyter notebook 的详细信息

一次，我能够成功执行第 1 步，我应该能够转发

第 1 步 - 代码

第 2 步 - 代码

由于我们的 docker 在远程 gpu 中运行，我们没有 UI 来查看它。为了在我的桌面（http://localhost:8234）中本地访问它，我进行端口转发。

目前，两者都无法使用 127.0.0.1:8888 或 127.0.0.1:8234 访问 Jupyter notebook。在这两种情况下，它都失败了

我希望能够解决第 1 步的问题并能够执行第 2 步（端口转发）并在我的本地浏览器中查看 Jupyter 笔记本。你能帮忙吗？

我有一个在 docker 容器中运行的 jupyter 笔记本。我想将它移植到我的本地桌面浏览器。为此，我执行以下步骤

1）将容器端口发布到远程主机端口 2）端口转发远程主机端口到本地主机（桌面）

虽然我尝试这样做，但我收到一条错误消息“无法显示页面”。如果我对 docker 命令有任何错误，请告诉我

发布端口（容器到远程主机）

ubuntu bash 屏幕中的端口转发

上述两个命令的执行对我在本地桌面打开浏览器没有帮助

但是，当我使用--network-host时，它可以工作

你能告诉我我的 docker 命令有什么错误，或者它没有打开的原因是什么？

我希望能够在没有--network=host选项的情况下在我的桌面上本地打开 jupyter 笔记本，并且您可以帮助我修复我的 docker 命令/端口相关问题

https://ngc.nvidia.com/catalog/containers/nvidia:tensorflow上的图像使用 python 3.5。是否有可用的 python 3.6 或 3.7 图像，所以我不必将所有 f 字符串更改为 Python 3.5 格式？

我想根据以下 docker 命令启动 orthanc 服务器。但是，当我执行命令时，我收到如下所示的错误。

请注意，orthanc.json 和 orthanc-db 都存在于各自的文件夹中

/orthanc/orthanc.json - orthanc.json 存在于 orthanc 文件夹下

/orthanc/orthanc-db - orthanc-db 存在于 orthanc 文件夹下

/etc/orthanc/orthanc.json - orthanc.json 存在于 /etc/orthanc 文件夹下

/var/lib/orthanc/orthanc-db - orthanc-db 存在于 /var/lib/orthanc 文件夹下

上面列出的所有路径都是有效的。我可以导航到他们

Docker 命令启动 orthanc 服务器

执行命令后的错误信息

你能帮我解决这个问题吗？我正在尝试通过此 docker 命令启动 orthanc 服务器。不知道为什么当文件存在时它会抛出错误。

重建步骤：

回溯（最后一次调用）： ModuleNotFoundError 中的
文件“”，第 1 行
：没有名为“tensorrt”的模块

其他可能有用的信息：

nvcc：NVIDIA (R) Cuda 编译器驱动程序
版权所有 (c) 2005-2019 NVIDIA Corporation
基于 Thu_Apr_18_19:10:59_PDT_2019
Cuda 编译工具，版本 10.1，V10.1.163

2019 年 6 月 9 日星期日 06:05:01
+---------------------------------------- -------------------------------------+
| NVIDIA-SMI 418.67 驱动程序版本：418.67 CUDA 版本：10.1 | |-------------------------------+----------------- -----+-----------+
| GPU名称持久化-M| 总线 ID Disp.A | 挥发性的 Uncorr。纠错 |
| Fan Temp Perf Pwr:Usage/Cap| 内存使用 | GPU-Util Compute M. |
|=================================+================= =====+========================|
| 0 GeForce RTX 208... 开 | 00000000:01:00.0 关闭 | 不适用 |
| 0% 37C P0 65W / 260W | 105MiB / 10989MiB | 2% 默认 |
+-------------------------------+------------------ -----+-----------+
| 1 GeForce RTX 208... 开 | 00000000:02:00.0 关闭 | 不适用 |
| 0% 35C P8 19W / 260W | 1MiB / 10989MiB | 0% 默认 |
+-------------------------------+------------------ -----+-----------+

+-------------------------------------------------- ----------------------------+
| 进程：GPU 内存 |
| GPU PID 类型 进程名称 用法 |
|=================================================== =============================|
+-------------------------------------------------- --------------------------------------------+

我可以确认 TensorRT 样本（仅检查 sampleMNIST）工作。我通过 nv-tensorrt-repo-ubuntu1804-cuda10.1-trt5.1.5.0-ga-20190427_1-1_amd64.deb 安装了样本。

还：

ii libnvinfer-dev 5.1.5-1+cuda10.1 amd64 TensorRT 开发库和头文件

ii libnvinfer-samples 5.1.5-1+cuda10.1 所有 TensorRT 示例和文档

ii libnvinfer5 5.1.5-1+cuda10.1 amd64 TensorRT 运行时库