Deepo:ほとんどの主流の深さ学習フレームワークを含むDockerミラー
2897 ワード
译文:Deepo著者:Ming Deepoは、ほとんどすべてのポピュラーな深さ学習フレームワークを含むDockerイメージであり、完全な複製可能な深さ学習研究環境を持っている.現在最も流行している深い学習フレームワークをカバーしています:theano,tensorflow,sonnet,pytorch,keras,lasagne,mxnet,cntk,chainer,caffe,torch.
クイックスタート
インストール
手順1:Dockerとnvidia-dockerをインストールします.ステップ2:Deepoミラーを取得する.
Docker Hubから直接ミラーをダウンロードしたり、自分でミラーを構築したりすることができます.
オプション1:Docker Hubからミラーを取得(推奨)
オプション2:Dockerミラーをローカルで構築する
ライブラリが最初からコンパイルされているため、数時間かかる可能性があります.使用法
このコマンドを試してみてください.
これは動作可能であり,Deepoがdocker容器内でGPUを使用できるようにした.この方法が機能しない場合は、nvidia-docker GitHub上の問題を検索することができます.この上にはすでに多くの解決策があります.インタラクティブshellをコンテナに入れます.このコンテナは終了後に自動的に削除されません.
ローカル(マシンまたはVM)とDeepoコンテナの間でデータと構成を共有したい場合は、-vを使用します.
今、あなたのDeepoの旅を始めてください!
tensorflow
$ python
import tensorflow print(tensorflow.name, tensorflow.version) tensorflow 1.3.0
onnet
$ python
import sonnet print(sonnet.name, sonnet.path) sonnet [‘/usr/local/lib/python3.5/dist-packages/sonnet’]
pytorch
$ python
import torch print(torch.name, torch.version) torch 0.2.0_3
keras
$ python
import keras print(keras.name, keras.version) keras 2.0.8
mxnet
$ python
import mxnet print(mxnet.name, mxnet.version) mxnet 0.11.0
cntk
$ python
import cntk print(cntk.name, cntk.version) cntk 2.2
chainer
$ python
import chainer print(chainer.name, chainer.version) chainer 3.0.0
theano
$ python
import theano print(theano.name, theano.version) theano 0.10.0beta4+14.gb6e3768
lasagne
$ python
import lasagne print(lasagne.name, lasagne.version) lasagne 0.2.dev1
caffe
$ python
import caffe print(caffe.name, caffe.version) caffe 1.0.0 $ caffe –version caffe version 1.0.0
torch
$ th │ _ _ | Torch7 │/_/__//| Scientific computing for Lua. │///_\///_\| Type ? for help │//__//_////| https://github.com/torch │ | http://torch.ch │ │th>
比較の選択
ソフトウェアライセンス
DeepoにはMITライセンスがあります.
備考:深くNV推薦のコンピュータの配置を学びますhttps://developer.nvidia.com/devbox
クイックスタート
インストール
手順1:Dockerとnvidia-dockerをインストールします.ステップ2:Deepoミラーを取得する.
Docker Hubから直接ミラーをダウンロードしたり、自分でミラーを構築したりすることができます.
オプション1:Docker Hubからミラーを取得(推奨)
docker pull ufoym/deepoオプション2:Dockerミラーをローカルで構築する
git clone https://github.com/ufoym/deepo.git
cd deepo && docker build -t ufoym/deepo .ライブラリが最初からコンパイルされているため、数時間かかる可能性があります.使用法
このコマンドを試してみてください.
nvidia-docker run --rm ufoym/deepo nvidia-smiこれは動作可能であり,Deepoがdocker容器内でGPUを使用できるようにした.この方法が機能しない場合は、nvidia-docker GitHub上の問題を検索することができます.この上にはすでに多くの解決策があります.インタラクティブshellをコンテナに入れます.このコンテナは終了後に自動的に削除されません.
nvidia-docker run -it ufoym/deepo bashローカル(マシンまたはVM)とDeepoコンテナの間でデータと構成を共有したい場合は、-vを使用します.
vidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash今、あなたのDeepoの旅を始めてください!
tensorflow
$ python
import tensorflow print(tensorflow.name, tensorflow.version) tensorflow 1.3.0
onnet
$ python
import sonnet print(sonnet.name, sonnet.path) sonnet [‘/usr/local/lib/python3.5/dist-packages/sonnet’]
pytorch
$ python
import torch print(torch.name, torch.version) torch 0.2.0_3
keras
$ python
import keras print(keras.name, keras.version) keras 2.0.8
mxnet
$ python
import mxnet print(mxnet.name, mxnet.version) mxnet 0.11.0
cntk
$ python
import cntk print(cntk.name, cntk.version) cntk 2.2
chainer
$ python
import chainer print(chainer.name, chainer.version) chainer 3.0.0
theano
$ python
import theano print(theano.name, theano.version) theano 0.10.0beta4+14.gb6e3768
lasagne
$ python
import lasagne print(lasagne.name, lasagne.version) lasagne 0.2.dev1
caffe
$ python
import caffe print(caffe.name, caffe.version) caffe 1.0.0 $ caffe –version caffe version 1.0.0
torch
$ th │ _ _ | Torch7 │/_/__//| Scientific computing for Lua. │///_\///_\| Type ? for help │//__//_////| https://github.com/torch │ | http://torch.ch │ │th>
比較の選択
ソフトウェアライセンス
DeepoにはMITライセンスがあります.
備考:深くNV推薦のコンピュータの配置を学びますhttps://developer.nvidia.com/devbox