Docker容器搭建运行python的深度学习环境的方法

编辑: admin 分类: centos 发布时间: 2021-11-20 来源:互联网

任务管理器中查看虚拟化，已启用
若禁用，重启电脑，到Bios中开启

在这里插入图片描述

安装Docker Desktop及开启WSL功能。

在这里插入图片描述

打开 powershell

创建镜像

docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash
docker imag【来源：美国站群服务器http://www.558idc.com/mgzq.html 请说明出处】es

在这里插入图片描述

依据镜像id创建容器

docker create -it --name [name] [镜像id]
docker start [name]

在这里插入图片描述

进入容器

docker exec -it [容器id] /bin/bash

在这里插入图片描述

docker容器和本地机器互传文件

docker cp [本地路径] 容器id:[容器内路径]
docker cp D:\docker\raster-vision\myPY\test.py 7837a6060f9d:/opt/src/code/test.py
docker cp 容器id:[容器内路径] [本地路径]

在这里插入图片描述

查看所有镜像 docker images
查看所有容器 docker ps -a

在这里插入图片描述

在这里插入图片描述

Expected more than 1 value per channel when training, got input size torch.Size([1, 256, 1, 1])

batch_size=1导致。
改为偶数或在torch.utils.data.DataLoader类中或自己创建的继承于DataLoader的类中设置参数drop_last=True，把不够一个batch_size的数据丢弃。

urllib.error.URLError: <urlopen error [Errno 111] Connection refused>

网络问题。
下载本地后再上传或者搭梯子。

到此这篇关于Docker容器搭建运行python的深度学习环境的方法的文章就介绍到这了,更多相关Docker搭建运行python深度学习环境内容请搜索海外IDC网以前的文章或继续浏览下面的相关文章希望大家以后多多支持海外IDC网！

更多阅读