Docker 容器 tensorflow/tensorflow:latest-gpu-jupyter 提供 0 個內核

Question

我正在嘗試在我的 64 位 Z3D945423F8E9496C429A5D8C65B464 機器上運行官方 Tensorflow docker 圖像tensorflow/tensorflow:latest-gpu-jupyter 。 支持的 GPU 在非 dockerized 環境中與 Python/Tensorflow 一起工作。 但是，當通過以下方式啟動容器時：

docker run --gpus all -it --rm tensorflow/tensorflow:latest-gpu-jupyter

沒有 kernel 存在（關閉時，彈出消息“正在關閉 0 個內核”）。 例如，當使用 VSCode 連接到 Notebook 時，無法運行任何代碼。 我在網上沒有找到任何關於這個問題的信息。 我在安裝容器時可能遇到的任何陷阱？

Answer 1

如果這很明顯，請原諒，但是 docker 容器有自己的 ip 地址/端口。 如果您正在運行此容器（我願意），您必須將 map 其端口 8888 連接到您的本地端口。 所以最小的 docker 命令是： run --gpus all -it --rm -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter （一行）。 然后在瀏覽器中打開 localhost:8888。 通過 docker 命令從終端日志中獲取令牌。 然后，您可以測試 tensorflow 是否正在運行並使用 gpu。 您可以在筆記本中執行此操作，或者僅通過運行容器 (/tf) 中的示例之一並查看服務器日志來執行此操作。 要連接到 vscode，您需要更多的端口轉發。