基于 Docker 的 Caffe 环境搭建:CUDA 9.2 + cuDNN 7

需积分: 13 4 下载量 179 浏览量 更新于2024-09-07 收藏 29KB DOCX 举报
"docker中cuda9.2+cudnn7+caffe环境搭建" 在这篇笔记中,我们将学习如何在docker中安装caffe-gpu环境,包括安装cuda9.2、cudnn7和caffe。这种方法可以避免影响本地主机的环境,并且方便以后移植部署。 首先,我们需要pull docker镜像,使用以下命令: ``` sudo docker pull nvidia/cuda:9.2-cudnn7-devel-ubuntu16.04 ``` 然后,我们需要clone caffe的源代码,使用以下命令: ``` cd workspace && git clone https://github.com/BVLC/caffe.git ``` 启动docker镜像,需要使用nvidia-docker命令,否则将无法使用GPU加速: ``` sudo nvidia-docker run -it -v $HOME/workspace:/var/workspace --name cuda-caffe nvidia/cuda:9.2-cudnn7-devel-ubuntu16.04 /bin/bash ``` 在docker容器中,我们需要安装依赖项,包括cuda、cudnn、blas和boost。 首先,我们需要安装cuda,官方要求cuda版本高于7.0,但是在docker镜像中已经包含了cuda9.2,所以不需要担心这个问题。 其次,我们需要安装blas,blas是一个数学计算库,包括矩阵计算等,常用的实现有MKL、ATLAS和OpenBLAS,我们这里选择OpenBLAS: ``` apt install libopenblas-dev ``` 最后,我们需要安装boost,boost是一个c++封装库,非常强大,包括许多模块。如果不需要pycaffe,可以直接使用apt安装,但是在这里,我们使用anaconda安装的python3.6,所以需要单独安装boost: ``` apt install libboost-all-dev ``` 在安装完毕依赖项后,我们可以编译caffe,使用以下命令: ``` cmake .. make -j8 make install ``` 这样,我们就成功地安装了caffe-gpu环境在docker中。这种方法可以避免影响本地主机的环境,并且方便以后移植部署。 在docker容器中,我们可以使用以下命令来启动bash: ``` sudo nvidia-docker exec -it cuda-caffe /bin/bash ``` 或者 ``` sudo docker exec -it cuda-caffe /bin/bash ``` 这将允许我们在docker容器中使用bash命令。 这篇笔记提供了一个详细的指南,指导读者如何在docker中安装caffe-gpu环境,包括安装cuda9.2、cudnn7和caffe。这种方法可以避免影响本地主机的环境,并且方便以后移植部署。