哪里有响应式网站企业,中国建行个人登录入口,北京wap网站建设,wordpress 环境 慢获取nvidia_docker压缩包nvidia_docker.tgz将压缩包上传至服务器指定目录解压nvidia_docker.tgz压缩包 tar -zxvf 压缩包执行rpm安装命令#xff1a; #查看指定rpm包安装情况 rpm -qa | grep libstdc #查看指定rpm包下的依赖包的版本情况 strings /lib64/libstdc |grep GLI…获取nvidia_docker压缩包nvidia_docker.tgz将压缩包上传至服务器指定目录解压nvidia_docker.tgz压缩包 tar -zxvf 压缩包执行rpm安装命令 #查看指定rpm包安装情况 rpm -qa | grep libstdc #查看指定rpm包下的依赖包的版本情况 strings /lib64/libstdc |grep GLIBCXX #安装rpm包 rpm -ivh rpm包路径 #升级rpm包 rpm -Uvh rpm包路径 #卸载rpm包 rpm -e rpm包路径 #yum命令安装--配置好yum网络源或者本地源url的情况 yum install container-selinux-2.205.0-2.al8.noarch #yum卸载命令 yum remove container-selinux-2.205.0-2.al8.noarchrpm -ivh libnvidia-container1-1.2.0-1.x86_64.rpm libnvidia-container-tools-1.2.0-1.x86_64.rpm nvidia-container-toolkit-1.2.1-2.x86_64.rpm nvidia-container-runtime-3.3.0-1.x86_64.rpm libcgroup-0.41-21.el7.x86_64.rpm containerd.io-1.2.13-3.2.el7.x86_64.rpm docker-ce-cli-19.03.12-3.el7.x86_64.rpm docker-ce-19.03.12-3.el7.x86_64.rpm nvidia-docker2-2.4.0-1.noarch.rpm如果报错 error: Failed dependencies:container-selinux 2:2.74 is needed by containerd.io-1.2.13-3.2.el7.x86_64container-selinux 2:2.74 is needed by docker-ce-3:19.03.12-3.el7.x86_64需要先安装版本不冲突的rpm包 yum install container-selinux-2.205.0-2.al8.noarch然后再执行第四步 拉取nvidia的GPU镜像文件 docker pull pai-light-registry.cn-beijing.cr.aliyuncs.com/prod/pytorch-training:23.08-gpu-py310-cu122-ubuntu22.047.如果报错如下 write /var/lib/docker/tmp/GetImageBlob139943065: no space left on device 原因磁盘空间不够大概率是因为docker数据所在目录的分区空间不够 定位 查看docker的数据目录分区的空间使用情况一般docker目录在/var/lib/docker下 df -h /var/lib/docker可以看到显示结果如下已使用99%不够镜像存储空间 解决办法更改docker的数据目录到更大空间的目录下 查看磁盘分区的分布情况寻找一个空间比较充足的分区 lsblk2.将原有的docker数据目录迁移到新的docker数据目录 2.1 先停止docker服务sudo systemctl stop docker2.2 使用 rsync 命令同步旧的数据目录到新的位置。务必保留原始文件属性和权限sudo rsync -aP /var/lib/docker/ /new/path/docker/2.3 配置 Docker 使用新的数据目录1. 首先修改/etc/docker/daemon.json 配置文件新增配置项{data-root: /new/path/docker}实际的nvidia_docker的配置形式不同{runtimes: {nvidia: {path: nvidia-container-runtime,data-root:/home/docker,runtimeArgs: []}} } 2. 修改 docker.service 文件一般路径/usr/lib/systemd/system/docker.serviceExecStart属性增加参数指定docker数据目录 --data-root: /home/docker ExecStart/usr/bin/dockerd -H fd:// --data-root /home/docker --containerd/run/containerd/containerd.sock3. 重新加载系统守护进程并重启 Docker 服务sudo systemctl daemon-reload4. 重新启动docker的服务sudo systemctl start docker5. 检查 Docker 是否使用了新的数据目录并确保一切正常运行docker info | grep Docker Root Dir启动nvidia_docker的容器关键参数 --gpus all docker run -itd --gpus all --name tf115-gpu tensorflow/tensorflow:1.15.5-gpunvidia-docker run -itd --gpus all --name tf115-gpu tensorflow/tensorflow:1.15.5-gpu