Public Repository

Last pushed: a year ago
Short Description
TensorFlow + Theano + Scikit-learn + Keras + Caffe and so on.
Full Description

Host Condition

you need to install [ NVIDIA-SMI 352.39 Driver Version: 352.39 ] and CuDNN v4 on your host machine first.

* General Usage

# create container with gpu device:

docker run -it --device /dev/nvidiactl --device /dev/nvidia-uvm --device /dev/nvidia0 -p 22 -p 6006 -p 8888 imcomking/ttskc

(if you get an error message [ "/dev/nvidia-uvm": lstat /dev/nvidia-uvm: no such file or directory ], first try to run [ nvidia-smi ] on your machine. because "/dev/nvidia-uvm" is created when nvidia-smi is called )

# create container without gpu device (if you have some problem on above method):

docker run -it -p 22 -p 6006 -p 8888 imcomking/ttskc

- Setting IPython notebook[3.2.1]

wget https://raw.githubusercontent.com/bi-lab/deeplearning_tutorial/master/setup_nbserver.py
python setup_nbserver.py
(enter the password)
screen -S ipy
ipython notebook --profile=nbserver
(ctrl + AD)

- Setting ssh/sftp

passwd
(enter your password)
wget https://raw.githubusercontent.com/bi-lab/deeplearning_tutorial/master/sshd_config -O /etc/ssh/sshd_config
/usr/sbin/sshd -D

(ssh/sftp user info)
id : root

* Core Library List

Cuda 7.5
CuDNN v4
TensorFlow r0.7(protobuf kDefaultTotalBytesLimit = 1024)
Theano latest(2016.4.9)
Scikit-learn latest(2016.4.9)
Keras latest(2016.4.9)
Caffe latest(2016.4.9) (path: /opt/caffe)
Lasagne latest(2016.4.9)
JSAnimation latest(2016.4.9)
IPython Notebook 3.2.1
SSH/SFTP

* Apt-get installed item list

#for Tensorflow. this is come from the official tensorflow docker file

build-essential \
curl \
git \
libfreetype6-dev \
libpng12-dev \
libzmq3-dev \
pkg-config \
python-dev \
python-numpy \
python-pip \
software-properties-common \
swig \
zip \
zlib1g-dev \

#for Caffe. this is come from the official caffe dockerfile

cmake \
wget \
libatlas-base-dev \
libboost-all-dev \
libgflags-dev \
libgoogle-glog-dev \
libhdf5-serial-dev \
libleveldb-dev \
liblmdb-dev \
libopencv-dev \
libprotobuf-dev \
libsnappy-dev \
protobuf-compiler \
graphviz \

#for etc

python-scipy \
python-nose \
python-setuptools \
python-h5py \
python-matplotlib \
python-yaml \
libopenblas-dev \
screen \
vim \
unzip \
libatlas-dev \
libhdf5-dev \
libatlas3gf-base

* pip installed item list

pip
Request
six
mpld3
pydotplus

Docker Pull Command
Owner
imcomking

Comments (2)
imcomking
a year ago

안녕하세요~ 댓글을 이제야 보았네요.

Failed to initialize NVML: GPU access blocked by the operating system 이라는 에러메시지는 본적이 없어서, 구글링을 좀 해보았는데요.
https://github.com/Kaixhin/dockerfiles/issues/1
위 글에 따르면, host에설치된 CUDA버전이 docker내부에 설치된 CUDA버전과 일치하지 않아서 생기는 문제라는 댓글이 있습니다.
[ NVIDIA-SMI 352.39 Driver Version: 352.39 ]
위의 버전으로 HOST에설치되어있는지 확인해보시면 어떨까요?

tamnicer
a year ago

먼저 이렇게 이미지 파일을 생성하여 공유해주셔서 감사합니다.
몇몇 과정을 거쳐 다행히 docker 설치 후 예제 코드들이 돌아가는 것을 확인하였습니다. 그런데 CUDA를 사용하고자 할 때 에러가 나서 PC의 그래픽 드라이버가 docker와 연결되지 않은 것일까 확인해 본 결과(docker 상에서 nvidia-smi를 통해 확인하였습니다) Failed to initialize NVML: GPU access blocked by the operating system 이라는 에러 메시지를 확인할 수 있었습니다. docker image를 받을 때 --driver 옵션을 통하여 nvidia의 3가지 장치 모두를 연결해 주었는데 잘 되지 않은것 같습니다. 혹시 이런 문제가 발생하였을 때 해결책을 알고 계신가요??