ubuntu16.04下通過nvidia-docker建構caffe-gpu環境

當我們需要配置某些容易出現相容性問題的環境時，虛拟環境（如Docker）可以說是一個很好的選擇。那麼怎麼使用Docker建構caffe-gpu環境呢？下面簡單說一下建構的步驟。

安裝nvidia-docker

因為我們要使用gpu，而原生的docker不能很好地解決這個問題，是以推薦使用nvidia-docker。

安裝nvidia-docker很簡單，隻需要

sudo apt install nvidia-docker

即可，并且用法和原版的docker幾乎一模一樣。

下載下傳caffe官方鏡像

通過指令

docker pull bvlc/caffe:gpu

即可下載下傳該鏡像了，當然了，如果你有下載下傳其它版本的caffe的需要，指令也是一樣的，找到這個鏡像，然後pull下來即可。

使用caffe-gpu鏡像

通過該鏡像建構一個容器的指令很簡單，即

nvidia-docker -ti -v path1:path2 bvlc/caffe:gpu /bin/bash

這裡的

-ti

即通過指令行的方式使用該容器，

-v path1:path2

的作用是将主機的某路徑

path1

挂載到容器内的某路徑

path2

下，這樣就能很友善地進行檔案的處理和交換了。

接下來就進入了容器下的指令行模式了。

進入容器後一些可能需要做的事

在容器裡，很多非必須的東西都是沒有的，例如vi, vim, pip等等，如果我們需要這些工具，需要先安裝這些工具。

1. 首先更新源

   apt update

   ，如果一次就順利更新，可以進行下一步，如果卡在某個源不動，可以嘗試

   rm -r /etc/apt/sources.list.d

   ，然後再更新試試
2. 如果上述方法還不行，可以嘗試更換源，要麼通過挂載的檔案夾轉移

   sources.list

   ，要麼通過

   echo

   指令更新

   sources.list

   内容。
3. 更新完之後，便可以安裝上述工具了

   apt install ...

測試caffe-gpu環境

1. 首先你可以試試

   nvidia-smi

   檢視是否支援gpu，并且需要注意的一點是容器内有cuda但是沒有cudnn，是以需要自己下載下傳并移動到指定檔案夾下，才能正常使用cudnn加速。
2. 接下來進入caffe檔案夾下

   cd /opt/caffe

   ，然後根據自己需要修改

   Makefile.config

   和

   Makefile

   内相關的選項，如是否使用cudnn，是否使用opencv，是否編譯pycaffe，以及python版本和路徑等等…
3. 在配置好了之後，直接

   make all -j8

   ，然後

   make pycaffe

   ，測試是否編譯正确

   make test -j8

   和

   make runtest -j8

4. 待一切都OK後，便可以放心使用caffe-gpu啦！

退出及再進入環境

1. 退出直接

   ctrl + d

   即可或者關閉指令行視窗
2. 再次進入停止的容器，首先通過

   docker ps -a

   查詢所有的容器，找到自己想要啟動的容器id，然後

   docker start id

   ，然後

   docker attach id

   即可