Docker容器搭建运行python的深度学习环境的方法

【Docker容器搭建运行python的深度学习环境的方法】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

Docker容器搭建运行python的深度学习环境的方法
文章图片

安装Docker Desktop及开启WSL功能。

Docker容器搭建运行python的深度学习环境的方法
文章图片


打开 powershell
创建镜像

docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bashdocker images

Docker容器搭建运行python的深度学习环境的方法
文章图片


依据镜像id创建容器
docker create -it --name [name] [镜像id]docker start [name]

Docker容器搭建运行python的深度学习环境的方法
文章图片


进入容器
docker exec -it [容器id] /bin/bash

Docker容器搭建运行python的深度学习环境的方法
文章图片


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.pydocker cp 容器id:[容器内路径] [本地路径]

Docker容器搭建运行python的深度学习环境的方法
文章图片

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

Docker容器搭建运行python的深度学习环境的方法
文章图片


Docker容器搭建运行python的深度学习环境的方法
文章图片

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:

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脚本之家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脚本之家!

    推荐阅读