如何在 Docker 中使用 GPU 重新训练对象检测模型？
How to use GPU in Docker to retrain an object detection model?
我一直在关注 google coral 的 this 关于在 docker 中重新训练对象检测模型的教程，它明确指出这是针对 CPU 训练的只有，这很慢。
是否有一种简单的方法来移植此 docker 容器以利用 GPU (nvidia GTX 1080)。我已经安装了 nvidia-docker2，并成功地将我的 gpu 传递到其他容器中，据我所知，还有这个，使用 --gpus all 标签。 nvidia-smi 命令在我的容器中运行，所以我几乎可以肯定我的 GPU 已经成功通过，但是在训练模型时没有使用它。
根据nvidia-smi，CUDA版本是11.4，容器内外，我用的是Ubuntu 20.04.
您可以尝试此处提供的解决方案 Docker https://github.com/google-coral/tutorials/issues/5#issuecomment-821860067 or use the GPU based colab tutorial from google-coral tutorials (https://github.com/google-coral/tutorials) 来重新训练对象检测模型
我自己回答以关闭问题，因为我认为无法在评论中做到这一点，解决方案是来自 sebastian-sz 的评论：
"tensorflow/tensorflow:1.15.5 是 cpu 唯一的图像，你应该使用 tensorflow/tensorflow:1.15.5-gpu 来使用 CUDA。 – sebastian-sz
1 月 21 日 14:36
感谢您的帮助。
我一直在关注 google coral 的 this 关于在 docker 中重新训练对象检测模型的教程，它明确指出这是针对 CPU 训练的只有，这很慢。
是否有一种简单的方法来移植此 docker 容器以利用 GPU (nvidia GTX 1080)。我已经安装了 nvidia-docker2，并成功地将我的 gpu 传递到其他容器中，据我所知，还有这个，使用 --gpus all 标签。 nvidia-smi 命令在我的容器中运行，所以我几乎可以肯定我的 GPU 已经成功通过，但是在训练模型时没有使用它。
根据nvidia-smi，CUDA版本是11.4，容器内外，我用的是Ubuntu 20.04.
您可以尝试此处提供的解决方案 Docker https://github.com/google-coral/tutorials/issues/5#issuecomment-821860067 or use the GPU based colab tutorial from google-coral tutorials (https://github.com/google-coral/tutorials) 来重新训练对象检测模型
我自己回答以关闭问题，因为我认为无法在评论中做到这一点，解决方案是来自 sebastian-sz 的评论：
"tensorflow/tensorflow:1.15.5 是 cpu 唯一的图像，你应该使用 tensorflow/tensorflow:1.15.5-gpu 来使用 CUDA。 – sebastian-sz 1 月 21 日 14:36
感谢您的帮助。