rorydm/pytorch_extras

PyTorch + Jupyter + GPU 镜像

镜像概述

本镜像基于PyTorch官方镜像扩展，集成Jupyter Notebook支持，并提供包含R和Julia语言的扩展版本，旨在为用户提供可在NVIDIA GPU上运行的多语言深度学习与数据科学开发环境。

核心功能

• 整合PyTorch环境与Jupyter Notebook，支持GPU加速计算
• 提供三种版本：基础版（PyTorch+Jupyter）、R扩展版、R+Julia扩展版
• 包含便捷的构建/运行脚本，简化镜像使用流程
• 支持容器终端交互优化，提升操作体验

使用场景

• 深度学习模型的开发与训练（利用GPU加速）
• 多语言（Python/R/Julia）数据科学分析任务
• 教学或演示场景中快速部署集成环境

配置说明

镜像结构

• jupyter子目录：基础镜像，添加常用Python库和Jupyter支持
• jupyter_R子目录：扩展R语言及Jupyter R内核
• jupyter_R_julia子目录：扩展Julia语言及Jupyter Julia内核

镜像获取与构建

拉取预构建镜像

bash
docker pull rorydm/pytorch_extras:<tag>
# 示例：拉取R+Julia版本
docker pull rorydm/pytorch_extras:jupyter_R_julia

本地构建

bash
# 构建基础版
bash build_dockerfile.sh jupyter
# 构建R扩展版
bash build_dockerfile.sh jupyter_R
# 构建R+Julia扩展版
bash build_dockerfile.sh jupyter_R_julia

运行镜像

bash
bash run_docker_image.sh <subdir_name> <port>
# 示例：运行R+Julia版本并映射端口9699
bash run_docker_image.sh jupyter_R_julia 9699

进入容器

常规方式

bash
docker exec -it <container_name> bash

优化终端交互

bash
docker exec -t <container_name> /bin/bash -c "export COLUMNS=`tput cols`; export LINES=`tput lines`; exec bash"

前置依赖安装

1. NVIDIA驱动（Ubuntu）：

   bash
   sudo add-apt-repository ppa:graphics-drivers/ppa
   sudo apt-get update && sudo apt-get install nvidia-390
   

2. NVIDIA Docker： 参考https://github.com/NVIDIA/nvidia-docker%EF%BC%8C%E7%AE%80%E8%A6%81%E6%AD%A5%E9%AA%A4%EF%BC%9A

   bash
   curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
   curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
   sudo apt-get update && sudo apt-get install -y nvidia-docker2
   sudo pkill -SIGHUP dockerd