[B! docker][tensorflow] manabouのブックマーク

MakefileでDocker+Jupyter Notebookなどの機械学習環境をスマートに扱う - CC56

先日機械学習界隈の方とDockerの話をした際、Makefileを使って機械学習環境の整備をしている人は実は少数派なんじゃないかと感じました。機械学習で使うコマンドは引数が長く、とても覚えられるものじゃありません。暗記できていてもミスタイプしたり、tmux内とかだと折り返されて何書いてるかよくわからなくなりがち。Ctrl＋Rとかで検索かけようとしても大体はdocker...から始まるのでタイプ数多くなりがち。 Makefile は、Docker のコマンドをいい感じにまとめやすく、jupyter notebook に使う長ったらしいコマンド jupyter notebook --port 8888 --ip="0.0.0.0" --allow-root なども簡略化できます。そういうわけで、全体的な生産性の向上に繋がると信じています。今回紹介する Makefile は Docker

manabou 2021/02/15

リンク

Docker入門して機械学習環境構築 - karaage. [からあげ]

最新版にアップデートしました。古くなっていたところなど多数あったので、アップデートして所属のテックブログとして投稿しました。よろしければこちらをまずは参照ください。このページは、残しておきます。機械学習の環境構築のために今更ながらDocker入門最初に、この記事の対象者は、私のように趣味で機械学習しているエンジョイ勢や学生さん、初心者が対象です。インフラなど本職での運用などは全く想定しておりませんので、ご承知おき下さい。詳しい方は色々教えていただけると嬉しいです、それか生暖かく見守っておいて下さい。というわけで、今更ながら機械学習の仮想環境としてDockerがとても優秀であることに気づいたので、Dockerに入門してみました。Dockerは何か？という基礎的な解説は、以下のさくらインターネットさんの記事が非常に分かりやすかったので、以下参照下さい。仮想環境に関しては、Virtu

manabou 2019/05/17

リンク

AzureのNシリーズでChainer、Tensorflow、CNTK、DIGITSのGPU環境を作る - Qiita

AzureのNCインスタンスでChainer、Tensorflow、CNTK、DIGITSのGPU環境を作る AzureのNCインスタンス上にChainer、Tensorflow、CNTK、DIGITSの環境を作った時の手順をまとめます。 VM作成 Azureのポータルから行いました。注意点は以下の通りです。 LinuxはUbuntu16.04のみサポートされている。(参考URL) 他のバージョンでも起動はできるようですが、肝心のGPUを認識しませんでした。 NCシリーズが使えるリージョンは限られている。米国中南部、米国東部で使えますが、日本リージョンではまだ使えないようです。 OSディスクはHDDを選択しなくてはいけない。リージョンのリソース状況によっては作成できないことがある。時間を置けば作成できるようになります。 NVIDIA Dockerのインストール依存関係が面倒なことに

manabou 2017/01/10

リンク

NVIDIA Dockerで簡単にGPU対応のTensorFlow入りコンテナを作る方法

こんにちは。小説家になろうの作品群を読んでいたら連休が終わりそうです。連休の終わりのアンミラ帰りに衝撃作TensorFlowでGPUが使えないとそのアンサーエントリであるTensorFlow on DockerでGPUを使えるようにする方法を読み、書いてみたエントリです。先月購入した最低限Maxwell的なグラフィックカード(図1)絡みで見つけたNVIDIA Docker、なかなか良いものなのでもっと多くの方に知ってもらいたいなと思い。今回はNVIDIA Docker + TensorFlowでGPUを有効活用する手順を紹介します。他の方による関連記事として、日本語でのNVIDIA Docker + Caffe解説はすでにUbuntu14.04.3でnvidia-docker使ってCaffeをインストールしてみたがあります。Caffeな方はそちらを参照ください*1。今回はお題がTen

manabou 2016/05/12

リンク

TensorFlow on DockerでGPUを使えるようにする方法 - 株式会社カブク

どうも、おはこんばんちわ、カブクの足立です。「カブクのエンジニアが普段何をしているのか」を明らかにする目的で始まったオフィシャルゆるブログ。今回は、「TensorFlowでGPUが使えない」というエントリーに感動したので（失敗こそ大切な情報！）、私のTensorFlowの実行環境を構築する方法とその失敗・解決方法をご紹介します。 TensorFlowをGPUで動かす環境を作る環境以下の環境を構築します。 OS: Ubuntu 14.04.2 ビデオカード: NVIDIA GeForce GTX980Ti Driver: nvidia-352 Library: CUDA Toolkit(v7.5.18), cuDNN(v7.0) Framework: TensorFlow 0.8.0(Linux GPU版) etc: Python2.7.6, Docker 1.10.2 ビデオカード

manabou 2016/05/12

リンク

はてなブックマーク

タグ

関連タグで絞り込む (11)

dockerとtensorflowに関するmanabouのブックマーク (5)

お知らせ

はてなブックマーク透明性レポート（2024年11月～2025年2月）

今週のはてなブックマーク数ランキング（2025年6月第3週）

今週のはてなブックマーク数ランキング（2025年6月第2週）

公式Twitter

キーボードショートカット一覧

はてなブックマーク

公式Twitter

はてなのサービス