当前位置: 首页 > article >正文

Winsows系统中安装docker desktop并搭建深度学习开发环境

Winsows系统中安装docker desktop并搭建深度学习开发环境

  • 一、Window10系统中安装Docker Desktop
  • 二、安装WSL
  • 三、镜像制作
  • 四、遇到的问题

一、Window10系统中安装Docker Desktop

1、下载Docker Desktop
2、安装可以分为两种方法:
(1)默认安装路径:直接双击安装即可
(2)自定义安装路径:按win+R输入“cmd”,进入终端出入如下命令:

"G:\gameinstaller\Docker Desktop Installer.exe" install  --installation-dir=E:\DockerWorkspace\Docker

引号中为下载的Docker Desktop所在目录,installation-dir后面跟安装路径。
在这里插入图片描述

二、安装WSL

打开终端,安装wsl

wsl --install

三、镜像制作

制作镜像可以用dockerfile文件构建,也可以直接拉取下来后,配置好环境再打包,本次用后者,不用dockerfile构建。步骤如下:
1、拉取镜像

docker pull nvidia/cuda:12.1.0-cudnn8-runtime-ubuntu20.04

在这里插入图片描述
2、查看镜像

docker images

在这里插入图片描述

3、通过镜像创建容器

docker run -it --gpus all -v E:/mydockerimages:/home  --name torch241py310 5b7341a50c5e

4、进入到自定目录下,安装anaconda

Cd /home
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_23.1.0-1-Linux-x86_64.sh

5、安装并配置anaconda镜像

bash Miniconda3-py310_23.1.0-1-Linux-x86_64.sh
source ~/.bashrc
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

6、创建一个新环境、激活并修改pip镜像源

conda create -n torch241 python=3.10 -y
conda activate torch241
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

7、下载并安装torch、torchvision、torchaudio,命令依次如下

wget https://download.pytorch.org/whl/cu121/torch-2.4.1%2Bcu121-cp310-cp310-linux_x86_64.whl#sha256=9a5f0b103cfe840b3568416aa5067f6e7b9fec67d9c5659fd43b1207450fe975
pip install torch-2.4.1+cu121-cp310-cp310-linux_x86_64.whl
wget https://download.pytorch.org/whl/cu121/torchvision-0.19.1%2Bcu121-cp310-cp310-linux_x86_64.whl#sha256=b8cc4bf381b75522995b601e07a1b433b5fd925dc3e34a7fa6cd22f449d65379
pip install torchvision-0.19.1+cu121-cp310-cp310-linux_x86_64.whl
wget https://download.pytorch.org/whl/cu121/torchaudio-2.4.1%2Bcu121-cp310-cp310-linux_x86_64.whl#sha256=da8c87c80a1c1376a48dc33eef30b03bbdf1df25a05bd2b1c620b8811c7b19be
pip install torchaudio-2.4.1+cu121-cp310-cp310-linux_x86_64.whl

8、安装opencv

pip install opencv-python

9、容器保存为镜像

docker commit -a 'small tree' -m "torch-2.4.1 python-3.10 cudnn-12.1" torch241py310 myfirstdockertorch:1.0

10、将该镜像压缩打包方便移动:

docker save -o deeplearning-torch-2.4.1.tar ef3813030c2b

在这里插入图片描述

四、遇到的问题

安装好oepncv后,在导入时报错2个。
问题1
在这里插入图片描述
解决:

apt-get install libgl1-mesa-glx

上面之后出现问题2
在这里插入图片描述

解决:

apt-get install libglib2.0-0

在这里插入图片描述


http://www.kler.cn/a/553052.html

相关文章:

  • cluster-smi 命令详解
  • 游戏引擎学习第109天
  • 为AI聊天工具添加一个知识系统 之112 详细设计之53 3*3 记忆矩阵
  • 【R语言】主成分分析与因子分析
  • Ansys 2025 R1 | 以强大数字工程技术增强协作,拓展云计算及AI并赋能数据洞察
  • 【大模型】DeepSeek:AI浪潮中的破局者
  • 【C#】无法安装程序包“DotSpatial.Symbology 4.0.656”
  • Android 动态加入Activity 时 manifest 注册报错解决。使用manifestPlaceholders 占位
  • 盒马“需要”马云认同
  • 使用python的akshare库读取股票实时数据并保存
  • 【Java】-- 链表的使用及模拟实现
  • 【MySQL】第七弹---深入理解数据库表约束:自增长、唯一键、外键及综合案例解析
  • 51单片机-点亮LED和蜂鸣器
  • java后端开发day17--ArrayList--集合
  • 算法日记20:SC72最小生成树(prim朴素算法)
  • 【AI面板识别】
  • WPF9-数据绑定进阶
  • Bug:Goland debug失效详细解决步骤【合集】
  • 16-省份数量
  • 0081.基于springboot+uni-app的垃圾分类小程序+论文