使用 PaddlePaddle 官方提供的 Docker 镜像

CUDA版本高PaddlePaddle不支持时,可以使用 PaddlePaddle 官方提供的 Docker 镜像

      • [1. 安装 Docker Desktop](#1. 安装 Docker Desktop)
        • [1.1 下载 Docker Desktop](#1.1 下载 Docker Desktop)
        • [1.2 安装 Docker Desktop](#1.2 安装 Docker Desktop)
        • [1.3 启用 WSL 2 或 Hyper-V](#1.3 启用 WSL 2 或 Hyper-V)
        • [1.4 启动 Docker Desktop](#1.4 启动 Docker Desktop)
      • [2. 拉取 PaddlePaddle Docker 镜像](#2. 拉取 PaddlePaddle Docker 镜像)
        • [2.1 打开终端](#2.1 打开终端)
        • [2.2 拉取镜像](#2.2 拉取镜像)
      • [3. 运行 Docker 容器](#3. 运行 Docker 容器)
        • [3.1 运行 GPU 容器](#3.1 运行 GPU 容器)
        • [3.2 运行 CPU 容器](#3.2 运行 CPU 容器)
      • [4. 验证 PaddlePaddle 安装](#4. 验证 PaddlePaddle 安装)
      • [5. 使用 Docker 容器](#5. 使用 Docker 容器)
        • [5.1 运行 Python 脚本](#5.1 运行 Python 脚本)
      • [6. 退出和删除容器](#6. 退出和删除容器)
      • [7. 常见问题](#7. 常见问题)
        • [7.1 Docker 无法启动](#7.1 Docker 无法启动)
        • [7.2 GPU 不支持](#7.2 GPU 不支持)

在 Windows 系统上使用 Docker 镜像运行 PaddlePaddle 或其他应用程序非常简单。以下是详细步骤:

1. 安装 Docker Desktop

Docker Desktop 是 Windows 上运行 Docker 的官方工具。以下是安装步骤:

1.1 下载 Docker Desktop

访问 Docker 官方网站

下载适用于 Windows 的 Docker Desktop 安装程序。

1.2 安装 Docker Desktop

1、运行下载的安装程序。

2、按照提示完成安装。

3、安装完成后,重启电脑。

1.3 启用 WSL 2 或 Hyper-V

Docker Desktop 需要 WSL 2(Windows Subsystem for Linux 2)或 Hyper-V 支持。

#WSL 2(推荐):

1、打开 PowerShell(管理员权限)。

2、运行以下命令启用 WSL 2:

python 复制代码
wsl --install

3、安装完成后,重启电脑。

#Hyper-V:

1、打开"控制面板" -> "程序" -> "启用或关闭 Windows 功能"。

2、勾选"Hyper-V"并点击"确定"。

3、重启电脑。

1.4 启动 Docker Desktop

1、在开始菜单中搜索并启动 Docker Desktop。

2、等待 Docker 启动(右下角系统托盘中的 Docker 图标变为绿色)。

2. 拉取 PaddlePaddle Docker 镜像

PaddlePaddle 提供了预配置的 Docker 镜像,支持 GPU 和 CPU。

2.1 打开终端

打开 PowerShell 或 Windows 终端。

2.2 拉取镜像

运行以下命令拉取 PaddlePaddle 镜像(以 GPU 版本为例):

python 复制代码
docker pull paddlepaddle/paddle:2.5.2-gpu-cuda11.7-cudnn8

3. 运行 Docker 容器

拉取镜像后,可以通过以下命令运行容器。

3.1 运行 GPU 容器

如果你的系统支持 GPU,可以使用以下命令运行容器:

python 复制代码
docker run --gpus all -it paddlepaddle/paddle:2.5.2-gpu-cuda11.7-cudnn8 /bin/bash
3.2 运行 CPU 容器

如果你的系统不支持 GPU,可以使用以下命令运行 CPU 容器:

python 复制代码
docker run -it paddlepaddle/paddle:2.5.2 /bin/bash

4. 验证 PaddlePaddle 安装

在容器中运行以下命令,验证 PaddlePaddle 是否正确安装:

python 复制代码
python -c "import paddle; print(paddle.device.is_compiled_with_cuda())"

如果输出 True,说明 GPU 支持已启用。

如果输出 False,说明当前运行的是 CPU 版本。

5. 使用 Docker 容器

在容器中,你可以像在本地环境中一样运行 Python 脚本或 Jupyter Notebook。

5.1 运行 Python 脚本

将本地脚本挂载到容器中并运行:

python 复制代码
docker run --gpus all -v C:/path/to/your/script:/workspace -it paddlepaddle/paddle:2.5.2-gpu-cuda11.7-cudnn8 /bin/bash
cd /workspace
python your_script.py

5.2 运行 Jupyter Notebook

启动 Jupyter Notebook 服务:

python 复制代码
docker run --gpus all -p 8888:8888 -v C:/path/to/your/notebooks:/workspace paddlepaddle/paddle:2.5.2-gpu-cuda11.7-cudnn8 jupyter notebook --ip=0.0.0.0 --allow-root

然后在浏览器中访问 http://localhost:8888

6. 退出和删除容器

退出容器:在容器中运行 exit。

删除容器:使用以下命令删除已停止的容器:

python 复制代码
docker rm <container_id>

7. 常见问题

7.1 Docker 无法启动

确保 WSL 2 或 Hyper-V 已启用。

确保 BIOS 中启用了虚拟化技术(VT-x/AMD-V)。

7.2 GPU 不支持

确保已安装 NVIDIA 驱动程序。

确保已安装 NVIDIA Container Toolkit

相关推荐
空中湖1 小时前
tensorflow武林志第二卷第九章:玄功九转
人工智能·python·tensorflow
lishaoan771 小时前
使用tensorflow的线性回归的例子(七)
人工智能·tensorflow·线性回归
千宇宙航4 小时前
闲庭信步使用SV搭建图像测试平台:第三十一课——基于神经网络的手写数字识别
图像处理·人工智能·深度学习·神经网络·计算机视觉·fpga开发
onceco5 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
人工智能·python·深度学习·语言模型·自然语言处理·自动化
jndingxin7 小时前
OpenCV CUDA模块设备层-----高效地计算两个 uint 类型值的带权重平均值
人工智能·opencv·计算机视觉
Sweet锦7 小时前
零基础保姆级本地化部署文心大模型4.5开源系列
人工智能·语言模型·文心一言
cui_hao_nan8 小时前
Docker后端部署
运维·docker·容器
hie988948 小时前
MATLAB锂离子电池伪二维(P2D)模型实现
人工智能·算法·matlab
晨同学03278 小时前
opencv的颜色通道问题 & rgb & bgr
人工智能·opencv·计算机视觉
蓝婷儿9 小时前
Python 机器学习核心入门与实战进阶 Day 3 - 决策树 & 随机森林模型实战
人工智能·python·机器学习