深度学习 VM docker 注册表
Deep Learning VM docker registry
请问 Google 深度学习 VM docker 图像可以下载到 运行 具有 Nvidia GPU 的开发机器上吗?它可以在其他云上 运行 而不是 Google Compute Engine 吗?有谁知道图像注册表的 link 是什么?
May I know is the Google Deep Learning VM docker image can be downloaded to run on developer machine that has Nvidia GPU?
我们最近创建了与 Google 深度学习 VM 完全一致的环境。只要不能使用虚拟机,就应该使用这些环境(本地开发就是一个很好的例子)。他们目前处于 Beta 阶段,很多东西仍然需要完善,但很高兴得到您的早期反馈。容器列表:
- gcr.io/deeplearning-platform-release/base-cpu:最新
- gcr.io/deeplearning-platform-release/base-cu100:最新
- gcr.io/deeplearning-platform-release/pytorch-cpu.1-0:latest(Jupyter UI 尚未在这个上运行)
- gcr.io/deeplearning-platform-release/pytorch-gpu.1-0:latest(Jupyter UI 尚未在这个上运行)
- gcr.io/deeplearning-platform-release/tf-cpu.1-13:最新
- gcr.io/deeplearning-platform-release/tf-gpu.1-13:最新
(请记住,即使命名在未来也可能会改变)
您可以列出所有可用的容器:
gcloud container images list --repository="gcr.io/deeplearning-platform-release"
以下是您可以从本地开始的方法:
CPU环境
IMAGE_NAME="gcr.io/deeplearning-platform-release/base.cpu:m23"
docker pull "${IMAGE_NAME}"
docker run -p 127.0.0.1:8080:8080/tcp -v "${HOME}:/home" "${IMAGE_NAME}"
GPU 环境
- 安装环境所需的 Nvidia 驱动程序(TODO)
- 安装Nvidia-docker
IMAGE_NAME="gcr.io/deeplearning-platform-release/base.cu100:m23"
docker pull "${IMAGE_NAME}"
docker run --runtime=nvidia -p 127.0.0.1:8080:8080/tcp -v "${HOME}:/home" "${IMAGE_NAME}"
Can it be run on other Cloud instead of Google Compute Engine?
VM 映像 - 没有。容器,理论上可以,但我们不能保证它会起作用。
Does anyone know what is the link to the image registry?
对于 VM 映像,没有映像注册表这样的概念,但是,对于容器,您可以使用我在答案开头粘贴的链接。
请问 Google 深度学习 VM docker 图像可以下载到 运行 具有 Nvidia GPU 的开发机器上吗?它可以在其他云上 运行 而不是 Google Compute Engine 吗?有谁知道图像注册表的 link 是什么?
May I know is the Google Deep Learning VM docker image can be downloaded to run on developer machine that has Nvidia GPU?
我们最近创建了与 Google 深度学习 VM 完全一致的环境。只要不能使用虚拟机,就应该使用这些环境(本地开发就是一个很好的例子)。他们目前处于 Beta 阶段,很多东西仍然需要完善,但很高兴得到您的早期反馈。容器列表:
- gcr.io/deeplearning-platform-release/base-cpu:最新
- gcr.io/deeplearning-platform-release/base-cu100:最新
- gcr.io/deeplearning-platform-release/pytorch-cpu.1-0:latest(Jupyter UI 尚未在这个上运行)
- gcr.io/deeplearning-platform-release/pytorch-gpu.1-0:latest(Jupyter UI 尚未在这个上运行)
- gcr.io/deeplearning-platform-release/tf-cpu.1-13:最新
- gcr.io/deeplearning-platform-release/tf-gpu.1-13:最新
(请记住,即使命名在未来也可能会改变)
您可以列出所有可用的容器:
gcloud container images list --repository="gcr.io/deeplearning-platform-release"
以下是您可以从本地开始的方法:
CPU环境
IMAGE_NAME="gcr.io/deeplearning-platform-release/base.cpu:m23"
docker pull "${IMAGE_NAME}"
docker run -p 127.0.0.1:8080:8080/tcp -v "${HOME}:/home" "${IMAGE_NAME}"
GPU 环境
- 安装环境所需的 Nvidia 驱动程序(TODO)
- 安装Nvidia-docker
IMAGE_NAME="gcr.io/deeplearning-platform-release/base.cu100:m23"
docker pull "${IMAGE_NAME}"
docker run --runtime=nvidia -p 127.0.0.1:8080:8080/tcp -v "${HOME}:/home" "${IMAGE_NAME}"
Can it be run on other Cloud instead of Google Compute Engine?
VM 映像 - 没有。容器,理论上可以,但我们不能保证它会起作用。
Does anyone know what is the link to the image registry?
对于 VM 映像,没有映像注册表这样的概念,但是,对于容器,您可以使用我在答案开头粘贴的链接。