这可能是一个奇怪的问题。每当我在本地的Linux环境中工作时,导入、安装、CUDA驱动程序和任何与设置相关的东西总是会出现这样或那样的错误。
然而,在Google Colab中,它只在100%的时间内工作。有没有一种方法可以在本地复制Google Colab环境,以便我可以使用自己的资源?本地环境和Colab环境(显然不是云环境)之间有区别吗?
再说一次--很奇怪,但会有很大的帮助。
发布于 2021-10-04 18:54:36
目前还没有官方的谷歌协作docker图像来在本地设置它。
如果你想继续使用pip包管理器,可以使用official tensorflow docker image with GPU support。
你所需要做的就是在你的机器上安装docker并拉取镜像:
然后运行docker pull tensorflow/tensorflow:latest-gpu-jupyter
:docker run -it --rm --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
并使用http://127.0.0.1:8888/?token=..打开浏览器。
欢迎使用tensorflow-gpu笔记本电脑。
其他选择是使用操作系统中安装的anaconda3或miniconda3 (最小分发版)。当涉及到特定于硬件的库时,Conda包管理器通常要容易得多。这是官方的guide。
https://stackoverflow.com/questions/69437822
复制相似问题