如何在 Ubuntu 16.04 上用 Docker 跑 Tensorflow

發表於 | | 閱讀次數:

How to Install Tensorflow using Docker on Ubuntu 16.04


繼上一篇在 Ubuntu 16.04 的 Virtualenv 裡安裝 Tensorflow with GPU，同時也想在該篇用 docker 跑 tf ，原本預期會很順利，結果還是有些小坑…後來還是裝好了

  • 硬體：
    • Nvidia 1080 Ti 兩張 with 1000W Power
    • Intel i7 7700K
    • ASUS STRIX Z270F
  • 軟體：
    • Ubuntu 16.04 with kernel 4.4
    • Python 3.5 with virtualenv
    • Cuda 8.0 driver updated to 381.22
    • cuDNN v6.0
    • gcc 5.4
    • docker-ce=17.09.0~ce-0~ubuntu

裝 GPU driver

如果已經照 virtualenv 那篇作過、裝過 cuda 了，就不用再裝 driver ，如果是要在 docker 裡面跑 tf ， host machine 也不用裝 cuDNN；如果沒裝 cuda 的話，裝 driver 至少要 381 以上的版本才有支援 GTX 1080 ti

1
2
3
4
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
$ sudo apt-get install nvidia-381
$ sudo apt install nvidia-modprobe

裝 Docker CE(Community Edition)

可以參考我之前的文章如何在 Ubuntu 16.04 和 Fedora 26 上安裝 Docker Coummunity 版本

裝 nvidia-docker

官方教學在 nvidia-docker github 的 README.md 上

1
2
3
$ wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm
$ sudo rpm -i /tmp/nvidia-docker*.rpm && rm /tmp/nvidia-docker*.rpm
$ sudo systemctl start nvidia-docker

這邊裝完有個 issue，所以要再加兩行

1
2
$ sudo service nvidia-docker start
$ sudo nvidia-docker-plugin

由於我是用 cuda8 ，所以在 docker 內測試 nvidia-smi 要用下列指令

1
$ nvidia-docker run --rm nvidia/cuda:8.0 nvidia-smi

應該會跟在 host machine 上直接 $ nvidia-smi 得到一樣的結果

Hello Tensorflow

我們可以用類似下列的指令，從 tensor flow 的 docker hub 拉適合的 binary 來玩，然後透過 jupyter notebook 把玩 tf

1
$ nvidia-docker run -it -p <hostPort:containerPort> <TensorFlowGPUImage>

測試是否安裝完成可以參考validate your installation，這邊直接生起一個 jupyter server，壓下下列指令

1
$ nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:latest-gpu

應該就可以在瀏覽器鍵入 localhost:8888 或 <host machine address or ip>:8888 看到 jupyter 的起始畫面，然後 terminal 應該會出現類似以下的輸入

1
2
3
4
5
[C 02:19:50.023 NotebookApp] 
    
    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:
        http://localhost:8888/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

複製 token= 後面那段英數字貼到 jupyter 要求輸入的密碼欄，即可看到 3 個 jupyter notebook 如下列畫面

可以隨便挑一個跑跑看