DeepSparkHub容器镜像构建说明

docker/Iluvatar
├── 3.7 ## Python3.7 版本whl包，离线包已包含，无需另外下载
├── corex-installer-***.run ## 软件栈离线安装包
├── cuda_***_linux.run ## CUDA离线安装包
└── Dockerfile ## 镜像构建模板文件

## 设置镜像名称
$ IMAGE_NAME=deepsparkhub
## 设置镜像版本，与DeepSparkHub发布版本号对应 
$ IMAGE_VERSION=23.06

$ COREX_INSTALL=corex-installer-***.run
$ CUDA_INSTALL=cuda_***_linux.run

$ docker build --build-arg IMAGE_VERSION=${IMAGE_VERSION} \
               --build-arg CUDA_INSTALL=${CUDA_INSTALL} \
               --build-arg COREX_INSTALL=${COREX_INSTALL} \
               -t ${IMAGE_NAME}:${IMAGE_VERSION} .

$ docker images | grep ${IMAGE_NAME}

## 设置容器名称
$ DOCKER_NAME=deepsparkhub_test
## 启动容器
$ sudo docker run -itd --name ${DOCKER_NAME} \
                  --privileged --cap-add=ALL \
                  --ipc=host --pid=host ${IMAGE_NAME}:${IMAGE_VERSION}
## 登录容器
$ docker exec -it ${DOCKER_NAME} bash
## 初始目录为 /root/deepsparkhub
$ pwd
/root/deepsparkhub

## 切换到ResNet50的PyTorch模型目录
$ cd cv/classification/resnet50/pytorch/
## 查看模型README文档
$ cat README.md
## 下载好ImageNet数据集后，指定路径并运行ResNet50模型
$ PATH_TO_IMAGENET=/path/to/imagenet
$ export CUDA_VISIBLE_DEVICES=0
$ bash scripts/fp32_1card.sh --data-path ${PATH_TO_IMAGENET}