问题标签 [nvidia-docker]

1.问题或功能描述

Ubuntu18.04下无法安装nvidia-docker2

2. 重现问题的步骤

我想使用以下方法安装tensorflow：

但我得到：

警告：使用主机网络模式时，已发布的端口将被丢弃

如何设置端口？

我在 Ubuntu16.05 中有 docker 版本 18.09.5。

我需要安装 nvidia-docker2 并且错误是

所以需要升级到18.09.7。

我按照链接进行更新。但看起来，它做得不对。所以我按如下方式中止。

那么对于我来说，安装 nvidia-docker2 的正确方法是什么？

我需要升级 docker 还是如何升级？

与主题一样，我如何检查谁创建了某个 docker 映像？

当我检查时，docker images我没有得到这些信息。

谢谢。

我在需要 CUDA 10 的 docker 容器中部署应用程序。这是运行应用程序使用的一些底层 pytorch 功能所必需的。

但是，主机服务器正在运行 docker ce 17、Nvidia-docker v 1.0 和 CUDA 版本 9，我将无法升级主机。

我的印象是我被主机上可用的 v1 nvidia docker runtime 和 CUDA 版本束缚住了。

有没有办法在容器上运行 CUDA 10，以便我可以利用这个工具包的功能？

我有一个加载 Pytorch 模型的容器。每次我尝试启动它时，我都会收到此错误：

我知道那nvidia-docker2行得通。

但是，我不断收到上述错误。

我尝试了以下方法：

1. 设置"default-runtime": nvidia_/etc/docker/daemon.json

2. 使用docker run --runtime=nvidia <IMAGE_ID>

3. 将以下变量添加到我的 Dockerfile 中：

我希望这个容器能够运行——我们有一个没有这些问题的生产版本。而且我知道 Docker 可以找到驱动程序，如上面的输出所示。有任何想法吗？

我正在尝试在 c5.large 实例 (AWS) 上迁移学习预训练的 MobileNet 模型。

我是第一次训练（老化）最后一个密集层几个时期（在 5-20 之间尝试，似乎并不重要）。

在老化期之后，我想训练完整的模型。但是，这会在几个 epoch 之后停止而没有错误。

早些时候，我尝试过没有老化期，并且效果“很好”。通常会在大约 50 个 epoch 后使服务器崩溃（这就是我添加 clipnorm 的原因，这确实有点帮助）。

欢迎任何关于如何调试的想法。

控制台输出：

培训代码：

更新和跟进

最初的问题似乎是由机器上的可用内存太少引起的。不过，我确实有一个不相关但相关的问题。在尝试使用 GPU 加速时，我一直在用头撞墙，因为我似乎无法让它工作。

是否有任何好的（逻辑结构和易于理解的）信息如何使用：

• 本地机器上的 Docker（构建启用 GPU 加速的映像）
• 在 GPU 实例上安装所有相关的（nvidia-）驱动程序（多么疯狂的版本混乱）
• 运行 Docker 容器（nvidia-docker2、nvidia-docker 或 --runtime==nvidia ??）
• Cuda到底是什么，我为什么需要它？
• 我发现的一些资源建议在 Docker 中运行 Cuda，为什么？

当我似乎得到了一些工作（即设置驱动程序，某个版本）并设法构建了一个启用 GPU（即 tensorflow-gpu）的 Docker 映像时，我收到了这个错误：

docker：来自守护进程的错误响应：OCI 运行时创建失败：container_linux.go:345：启动容器进程导致“process_linux.go:430：容器初始化导致\”process_linux.go:413：运行预启动挂钩1 导致\“错误运行钩子：退出状态1，标准输出：，标准错误：执行命令：[/usr/bin/nvidia-container-cli --load-kmods configure --ldconfig=@/sbin/ldconfig.real --device=all --compute --utility --require=cuda>=10.0 brand=tesla,driver>=384,driver<385 brand=tesla,driver>=410,driver<411 --pid=2113 /var/lib/docker/overlay2/4bf49d2555c40278b3249f73bf3d33484181f51b374b77b69a174fc39e347 /merged]\\nnvidia-container-cli：要求错误：不满足条件：驱动程序 >= 410\\n\\"\""：未知。

我在 /home/easton/notebooks 中看不到 Jupyter 文件，我该如何解决？

我未能成功使用 Dockerfile 为包含以下内容的图像创建 Docker 图像：

1. Python3 和 pip，因此我可以使用 pip 安装我的 Python 应用程序的包要求，然后可以访问 Python3 解释器来运行主要涉及 Keras、TensorFlow 和 OpenCV 的应用程序
2. NVIDIA 驱动程序和 CUDA 支持足以让 TensorFlow 在运行应用程序时利用 GPU

我尝试使用 Dockerfile 构建一个图像，该图像以 Python 基础图像开头并添加 NVIDIA 驱动程序，如下所示：

我从上面的 Dockerfile 上运行 a 得到了很多输出，docker build但最后，它给出的消息表明它正在尝试安装我指定的更高版本的驱动程序（430 而不是 418），然后它提示用户输入设置键盘：

当我输入时1，一切似乎都挂起，所以这还不行。

我还尝试了一个以 NVIDIA 图像开头的 Dockerfile，然后在顶部添加 Python 和 pip，如下所示：

docker build使用上述运行会出现此错误：

对于上述尝试之一，我可以尝试哪些其他方法或修复？

我目前正在使用 Docker 19.03 和 Kubernetes 1.13.5 和 Rancher 2.2.4。从 19.03 开始​​，Docker 已经正式支持原生 NVIDIA GPU，只需通过--gpus选项即可。示例（来自NVIDIA/nvidia-docker github）：

但在 Kubernetes 中，没有传递 Docker CLI 选项的选项。所以如果我需要运行一个GPU实例，我必须安装nvidia-docker2，使用起来不方便。

无论如何要通过 Docker CLI 选项或通过 NVIDIA 运行时而不安装nvidia-docker2