DockerコンテナでPythonを実行するディープラーニング環境を構築する方法

タスク マネージャーで仮想化を確認し、有効になっている場合は仮想化を、無効になっている場合はコンピューターを再起動して BIOS で有効にします。

Docker Desktop をインストールし、WSL 機能を有効にします。

PowerShellを開く

画像を作成する

docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash
Docker イメージ

イメージIDに基づいてコンテナを作成する

docker create -it --name [名前] [イメージID]
docker start [名前]

コンテナに入る

docker exec -it [コンテナID] /bin/bash

Dockerコンテナとローカルマシン間でファイルを転送する

docker cp [ローカルパス] コンテナID:[コンテナ内のパス]
docker cp D:\docker\raster-vision\myPY\test.py 7837a6060f9d:/opt/src/code/test.py
docker cp コンテナID:[コンテナ内のパス] [ローカルパス] 

すべてのDockerイメージを表示
すべてのコンテナを表示する docker ps -a

トレーニング時にチャネルごとに 1 つ以上の値が期待されましたが、入力サイズは torch.Size([1, 256, 1, 1]) でした

batch_size=1の結果は
これを偶数に変更するか、torch.utils.data.DataLoader クラスまたは DataLoader から継承する作成クラスでパラメーター drop_last=True を設定して、1 batch_size 未満のデータを破棄します。

urllib.error.URLError: <urlopen エラー [Errno 111] 接続が拒否されました>

ネットワークの問題。
ローカルにダウンロードしてからアップロードするか、VPN を使用します。

Dockerコンテナを使用してPythonでディープラーニング環境を構築する方法についての記事はこれで終了です。Dockerコンテナを使用してPythonでディープラーニング環境を構築する方法についての詳細は、123WORDPRESS.COMの過去の記事を検索するか、以下の関連記事を引き続き閲覧してください。今後とも123WORDPRESS.COMをよろしくお願いいたします。