什么是Docker Compose
Docker Compose是一个工具，可以帮助用户管理和编排多个Docker容器。它可以让你启动、停止和重建多个容器，并处理容器之间的依赖关系。使用Docker Compose，用户可以将多个容器组合成一个服务，有效地提高了容器化应用的管理效率。对于数据科学家和机器学习开发人员等从事GPU密集型任务的用户而言，Docker Compose可以极大地简化GPU容器的使用流程。
调用GPU容器
在Docker Compose调用GPU容器，需要进行以下操作：
- 安装NVIDIA容器运行时（runtime）。
- 在compose文件中指定GPU容器要使用的NVIDIA运行时。
- 为容器设置合适的实际GPU内存大小。
- 创建compose文件并启动容器。
安装NVIDIA容器运行时完整流程可以在NV博客中找到。
实例
下面是一个Docker Compose文件的例子，其中定义了一个含有两个容器的服务，一个是nvidia/cuda:9.0-cudnn7-runtime-ubuntu16.04镜像下的PyTorch-GPU容器，一个是jupyter/minimal-notebook容器，用于运行Jupyter Notebook。
version: "3"
services:
pytorch-container:
image: pytorch/pytorch:1.0.0-cuda9-cudnn7-devel
build:
context: ./
runtime: nvidia
devices:
- /dev/nvidia0 # 指定使用哪个GPU设备
volumes:
- ./notebooks:/notebooks
ports:
- "8888:8888"
environment:
- NVIDIA_VISIBLE_DEVICES=all
jupyter:
image: jupyter/minimal-notebook
volumes:
- ./notebooks:/home/jovyan/work
ports:
- "8888:8888"
depends_on:
- pytorch-container
在此Compose文件中，Pytorch容器使用了nvidia运行时，并将所需GPU设备硬件挂载进来。在Jupyter容器中，依赖于PyTorch容器。通过此Compose文件启动的服务，可以在Jupyter Notebook环境中使用Pytorch-GPU进行训练。
本文来自投稿，不代表亲测学习网立场，如若转载，请注明出处：https://www.qince.net/dockery2.html
郑重声明：
本站所有内容均由互联网收集整理、网友上传，并且以计算机技术研究交流为目的，仅供大家参考、学习，不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动，请您购买正版授权并合法使用。
我们不承担任何技术及版权问题，且不对任何资源负法律责任。
如遇到资源无法下载，请点击这里失效报错。失效报错提交后记得查看你的留言信息，24小时之内反馈信息。
如有侵犯您的版权，请给我们私信，我们会尽快处理，并诚恳的向你道歉！
