TL;DR: Save time and headaches by following this recipe for working with Tensorflow, Jupyter, Docker, and Nvidia GPUs on Google Cloud. Motivation: Businesses like fast, data-driven insights, and they employ data scientists to make them. Practicing data science is an exploratory, iterative process requiring lots of computing resources and lots of time. To better support exploratory iteration, data
ども〜古川です。 今回はnvidia-dockerについて書いてみようかと思います。 nvidia-dockerとは? CUDAおよびcuDNNなどが梱包されたdockerコンテナイメージを使えるようにするためのツールです。 図のようにホストマシンのDriverを用意をしておけば、CUDAやcuDNNをつかったアプリをコンテナごとに管理できます! 2016年7月時点ではrc版ですが、家のマシンで試したところ安定して使えそうだったので、今回を期に紹介します! 結局nvidia-dockerは何がおいしいの? Deep Learningライブラリのバージョンが容易になる ホストマシンにDeep Learningライブラリがある場合を想定してください。 Deep Learningライブラリをバージョンアップしたいときが起きますが、その場合、次の作業が必要になることがあります。 CUDAのバージョ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く