Deepoは一連のDocker画像で、

• あなたは深い学習の研究環境を素早く設定できます
• ほとんどすべての一般的に使用される深い学習フレームワークをサポートします
• GPUアクセラレーション （CUDAとcuDNNを含む）をサポートし、 CPU専用モードでも動作します
• Linux（ CPUバージョン / GPUバージョン ）、Windows（ CPUバージョン ）、OS X（ CPUバージョン ）で動作します。

それらのDockerfileジェネレータ

• レゴ様モジュールを使用して独自の環境をカスタマイズできます
• あなたの依存関係を自動的に解決する

目次

• クイックスタート
  • GPUのバージョン
    • インストール
    • 使用法
  • CPUのバージョン
    • インストール
    • 使用法
• カスタマイズ
  • オールインワンソリューションに不満はありますか？
  • 他のpythonのバージョン
  • ジュピターのサポート
  • 独自のカスタマイズされたイメージを構築する
• 代替案との比較
• 利用可能なタグ
• 貢献する
• ライセンス

クイックスタート

GPUのバージョン

インストール

ステップ1. Dockerとnvidia-docker をインストールします 。

ステップ2. Docker Hubからオールインワンイメージを取得する

docker pull ufoym/deepo

使用法

これで、次のコマンドを試すことができます：

nvidia-docker run --rm ufoym/deepo nvidia-smi

これにより、Deepoはドッキング・コンテナの内部からGPUを使用できるようになります。 これで 問題が解決 しない場合は 、nvidia-docker GitHubの問題のセクションを 検索 してください 。多くのソリューションは既に文書化されています。 終了後自動的に削除されないコンテナへの対話型シェルを取得するにはdo

nvidia-docker run -it ufoym/deepo bash

ホスト（マシンまたはVM）とDeepoを使用しているコンテナ間でデータと設定を共有する場合は、-vオプションを使用します。

nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash

これにより、ホストからの/host/dataがコンテナ内の/dataとして表示され、 /host/configは/configとして表示されます。 このような分離は、コンテナ化された実験が誤ったデータを上書きしたり使用したりする機会を減らします。

いくつかのフレームワーク（例えば、PyTorch）はプロセス間でデータを共有するために共有メモリを使用するので、マルチプロセッシングを使う場合、コンテナが実行するデフォルトの共有メモリセグメントサイズは不十分で、共有メモリサイズを--ipc=host nvidia-docker runための--ipc=hostまたは--shm-sizeコマンドラインオプション。

nvidia-docker run -it --ipc=host ufoym/deepo bash

CPUのバージョン

インストール

ステップ1. Docker をインストールします 。

ステップ2. Docker Hubからオールインワンイメージを取得する

docker pull ufoym/deepo:cpu

使用法

これで、次のコマンドを試すことができます：

docker run -it ufoym/deepo:cpu bash

ホスト（マシンまたはVM）とDeepoを使用しているコンテナ間でデータと設定を共有する場合は、-vオプションを使用します。

docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo:cpu bash

これにより、ホストからの/host/dataがコンテナ内の/dataとして表示され、 /host/configは/configとして表示されます。 このような分離は、コンテナ化された実験が誤ったデータを上書きしたり使用したりする機会を減らします。

いくつかのフレームワーク（例えばPyTorch）はプロセス間でデータを共有するために共有メモリを使用するので、マルチプロセッシングを使用する場合、コンテナが実行するデフォルトの共有メモリセグメントサイズは不十分で、共有メモリサイズを--ipc=hostまたは--shm-sizeコマンドラインオプションを使用して--shm-size docker runます。

docker run -it --ipc=host ufoym/deepo:cpu bash

あなたは今あなたの旅を始める準備が整いました。

$ python

>>> import tensorflow
>>> import sonnet
>>> import torch
>>> import keras
>>> import mxnet
>>> import cntk
>>> import chainer
>>> import theano
>>> import lasagne
>>> import caffe
>>> import caffe2

$ caffe --version

caffe version 1.0.0

$ th

 │  ______             __   |  Torch7
 │ /_  __/__  ________/ /   |  Scientific computing for Lua.
 │  / / / _ \/ __/ __/ _ \  |  Type ? for help
 │ /_/  \___/_/  \__/_//_/  |  https://github.com/torch
 │                          |  http://torch.ch
 │
 │th>

カスタマイズ

クイックスタートで 述べたdocker pull ufoym/deepoは、利用可能なすべての深い学習フレームワークを含む標準的なイメージを提供します。 独自の環境もカスタマイズできます。

オールインワンソリューションに不満はありますか？

オールインワンのイメージではなく、特定のフレームワークを好む場合は、フレームワークの名前のタグを追加するだけです。 例えばテンソルフローを取る：

docker pull ufoym/deepo:tensorflow

他のpythonのバージョン

すべてのPython関連の画像はデフォルトでPython 3.6使用しています。 Python 3.6に不満がある場合は、他のPythonバージョンを指定することもできます。

docker pull ufoym/deepo:py27

docker pull ufoym/deepo:tensorflow-py27

現在、 Python 2.7とPython 3.6をサポートしています。

使用可能なすべてのタグの完全なリストについては、 「 使用可能なタグ 」を参照してください 。 これらのあらかじめ構築された画像はすべて、 docker/Dockerfile.*とcircle.ymlから構築されています。 これらのファイルの生成方法については、 circle.yml docker/Dockerfile.*およびcircle.yml生成方法を参照してください。

ジュピターのサポート

ステップ1.ジュピターサポートでイメージをプルします。

docker pull ufoym/deepo:all-py36-jupyter

このタグは、 all-py36-jupyter 、 py36-jupyter 、 all-py27-jupyter 、またはpy27-jupyterいずれかpy27-jupyter 。

ステップ2.イメージを実行する

nvidia-docker run -it -p 8888:8888 ufoym/deepo:all-py36-jupyter jupyter notebook --no-browser --ip=0.0.0.0 --allow-root --NotebookApp.token= --notebook-dir='/root'

レゴ様モジュールを使って独自のカスタマイズされたイメージを作成する

ステップ1.発電機を準備する

git clone https://github.com/ufoym/deepo.git
cd deepo/generator
pip install -r requirements.txt

ステップ2.カスタマイズしたDockerファイルを生成する

たとえば、あなたがpytorchとpytorchを好きなら、

python generate.py Dockerfile pytorch lasagne

これは、pytorchとlasagneを構築するためのすべてを含むDockerfileを生成するはずです。 ジェネレータは自動依存処理を処理し、リストをトポロジ的にソートできることに注意してください。 したがって、依存関係やリストの順序がないことを心配する必要はありません。

Pythonのバージョンを指定することもできます：

python generate.py Dockerfile pytorch lasagne python==3.6

ステップ3. Dockerfileをビルドする

docker build -t my/deepo .

これはいくつかのライブラリを一からコンパイルするので、数分かかることがあります。

代替案との比較

利用可能なタグ

貢献する

私たちはすべての貢献に感謝します。 あなたがバグフィックスを返すことを計画しているなら、それ以上の議論なしにそれをしてください。 新しい機能、ユーティリティ機能、拡張機能を提供する予定の場合は、まず問題を開いて、その機能について話し合ってください。

ライセンス

Deepoは MITのライセンスを受けています。