fastai-course-1, 在 http,Docker 环境下 fast.ai 深度学习课程 1

分享于 

5分钟阅读

GitHub

  繁體 雙語
Dockerfile for fast.ai Deep Learning Course at http://course.fast.ai
  • 源代码名称:fastai-course-1
  • 源代码网址:http://www.github.com/anurag/fastai-course-1
  • fastai-course-1源代码文档
  • fastai-course-1源代码下载
  • Git URL:
    git://www.github.com/anurag/fastai-course-1.git
    Git Clone代码到本地:
    git clone http://www.github.com/anurag/fastai-course-1
    Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/anurag/fastai-course-1
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
    用于 fast.ai的 Docker 课程 1

    一个Jupyter环境,用于 http://course.fast.ai的MOOC学习。

    在端口 8888上运行Jupyter笔记本,并在('dl_course') 中使用默认密码。

    使用 CPU 默认和 NVIDIA gpu在运行 NVIDIA docker

    容器附带:

    用法

    仅适用于的CPU
    docker run -it -p 8888:8888 deeprig/fastai-course-1
    带GPU的插件
    nvidia-docker run -it -p 8888:8888 deeprig/fastai-course-1

    基于的数据管理

    由于你需要在本地计算机上使用持久数据,所以在运行容器时,你应该将该目录下载到本地计算机和挂载目录中。

    例如如果数据目录位于 /Users/yourname/data,请使用以下命令启动容器:

    docker run -it -p 8888:8888 -v/Users/yourname/data:/home/docker/data deeprig/fastai-course-1

    你的本地数据目录现在将在 /home/docker/data的容器中可见。

    不要忘了在你的笔记本上修改数据文件夹的路径

    安装软件包

    理想情况下,所有软件包都应该是Dockerfile的一部分。 如果某些东西丢失,请打开一个问题或者提交一个PR来更新 Dockerfile。 如果你需要安装一些解决方案,请按以下步骤操作:

    • 带 shell 到运行的容器中 docker exec -it <container_name>/bin/bash
    • sudo apt-get update && sudo apt-get install package_name

    在AWS上运行

    你还可以使用以下命令将 docker-machine 和预先配置的ami用于 us-west-2

    GPU实例

    # spin up a p2.xlarge instancedocker-machine create 
     --driver amazonec2 
     --amazonec2-region='us-west-2' 
     --amazonec2-root-size=50 
     --amazonec2-ami='ami-e03a8480' 
     --amazonec2-instance-type='p2.xlarge' 
     fastai-p2# open Jupyter port 8888aws ec2 authorize-security-group-ingress --group-name docker-machine --port 8888 --protocol tcp --cidr 0.0.0.0/0# open an SSH shell on the new machinedocker-machine ssh fastai-p2# (on the remote machine fastai-p2) run Jupyter interactivelynvidia-docker run -it -p 8888:8888 deeprig/fastai-course-1# (on your local machine) get the IP of the new machine:docker-machine ip fastai-p2

    在浏览器中打开 http://[NEW_MACHINE_IP]:8888 以查看笔记本。

    CPU实例

    # spin up a t2.xlarge instancedocker-machine create 
     --driver amazonec2 
     --amazonec2-region='us-west-2' 
     --amazonec2-root-size=50 
     --amazonec2-ami='ami-a073cdc0' 
     --amazonec2-instance-type='t2.xlarge' 
     fastai-t2# open Jupyter port 8888aws ec2 authorize-security-group-ingress --group-name docker-machine --port 8888 --protocol tcp --cidr 0.0.0.0/0# open an SSH shell on the new machinedocker-machine ssh fastai-t2# (on the remote machine fastai-t2) run Jupyter interactivelydocker run -it -p 8888:8888 deeprig/fastai-course-1# (on your local machine) get the IP of the new machine:docker-machine ip fastai-t2

    在浏览器中打开 http://[NEW_MACHINE_IP]:8888 以查看笔记本。


    DOC  HTTP  fast  Docker  learn  DOCK  
    相关文章