在Docker上配置TensorFlow

在Docker上配置TensorFlow

配置WSL

• 参考教程：https://blog.csdn.net/m0_63969219/article/details/124632640

在上述教程配置的过程中，可能很难在微软商店下到ubuntu，下面给出另外一种解决方案：

• 接着上面教程

  wsl --set-default-version 2
  

  之后，输入

  wsl -l -o
  

  可以列出安装的系统

  

• 安装Ubuntu20.04

  wsl --install -d Ubuntu-20.04
  

? 然后设置账号密码，就可以了

• 重启方法： （在cmd上用管理员运行）

  • net stop LxssManager	//停止
    net start LxssManager	//启动
    

  因为之后在docker中会自动启动WSL，所以主要是用到停止命令，在每次用完GPU后，记得在cmd（之前我用Windows Powershell关不了，不知道什么原因） 中?手动停止（也就是输入上面的停止命令）（最好不要直接在任务管理器关掉！）

  

配置docker

配置NVIDIA驱动程序

打开geforce exprience，下载安装game ready或者studio即可

下载配置docker

下载链接：https://docs.docker.com/desktop/install/windows-install/

下完之后打开docker，点击设置

点击[Resource]，点击[WSL integration]，将Ubuntu-20.04打开

然后在windows命令行下，输入

docker pull tensorflow/tensorflow:2.9.1-gpu-jupyter

开始下载

（这个版本是笔者编写时的最新版本，如果要更新，改一下版本号再pull就行了）

然后输入

docker run --gpus all -it -p 8888:8888 tensorflow/tensorflow:2.9.1-gpu-jupyter

就能再container中找到tensorflow了

可以在container中，点击[open with browser]在网页中打开

此时会发现需要输入token，点击原来那个container，可以在日志（logs）中找到token

然后就可以在网页中打开jupyter了

在此处new一个终端terminal，输入

nvidia-smi

如果有cuda版本，就说明gpu有了

接下来，就能在jupyter上进行作业了（记得每次退出docker后记得查看要不要手动关掉WSL哦）