如何在Docker容器中使用GPU访问启动AWS Sagemaker培训工作？
我有一些python代码，它使用tensorflow训练神经网络。
我基于运行python脚本的tensorflow/tensorflow:latest-gpu-py3映像创建了一个docker映像。当我启动EC2P2时。xlarge实例我可以使用以下命令运行docker容器
docker run --runtime=nvidia cnn-userpattern train
包含我的代码的容器运行时没有错误，并且使用主机GPU。
问题是，当我尝试使用实例ml.p2.xlarge在AWS Sagemaker训练作业中运行相同的容器时（我也尝试使用ml. p3.2xsize），该算法失败并带有错误代码：
我的名字是libcuda。所以1:无法打开共享对象文件：没有此类文件或目录
现在我知道错误代码是什么意思了。这意味着docker主机的运行时环境没有设置为“nvidia”。AWS留档表示用于运行docker映像的命令总是
docker run image train
如果docker/deamon中的默认运行时设置为“nvidia”，该选项将起作用。json。有没有办法编辑主持人迪蒙。json或告诉Dockerfile中的docker使用“-runtime=nvidia”？
共有1个答案
在AWS支持服务的帮助下，我们找到了问题。我用来运行代码的docker映像是，正如我所说的tensorflow/tensorflow:latest-gpu-py3（可在https://github.com/aws/sagemaker-tensorflow-container)
“最新”标签指的是1.12版。此时为0。问题不是我自己的，而是这个版本的docker图像。
如果我的docker图像基于tensorflow/tensorflow:1.10。1-gpu-py3，它可以正常运行并充分使用gpu。
显然，docker/deamon中的默认运行时设置为“nvidia”。AWS sagemaker的所有GPU实例上的json。
-
我正在寻找一种从docker容器内部使用GPU的方法。
-
问题内容： 要启动容器，我输入以下命令： 但我想在此容器中打开外壳以键入mongo命令。我应该运行什么命令来执行相同的操作？ 问题答案： 您可以通过运行以下命令来运行交互式mongo shell： 否则，如果您的容器已经在运行，则可以使用以下命令：
-
问题内容： 假设我有一个要运行的Docker容器，那么我可以调用 一切都很好。如果系统崩溃并重新启动，是否有内置的方式来运行容器，使其能够自动重新启动？ 如果是这样，这在Docker Compose中也可用吗？ 问题答案： 是的，docker具有重启策略，该策略可以处理此问题。这也可以在compose.yml配置文件中找到。
-
假设我有一个要运行的Docker容器，然后我可以调用 一切都很好。是否有一种内置方法可以运行容器，以便在系统崩溃并重新启动时自动重新启动容器？ 如果是这样，这在 Docker Compose 中是否也可用？
-
问题内容： 我正在尝试创建一个将自动启动apache的Dockerfile。没事。但是，如果我登录到容器并运行它就可以了。为什么我不能从Dockerfile运行该命令？ 问题答案： 问题出在这里：执行此命令时，进程将与外壳分离。但是Docker仅在主进程处于活动状态时才能工作。 解决方案是在 前台 运行Apache 。必须看起来像这样：（仅更改了最后一行）。