version: '3'
services:
cuda111:
image: cuda111:cuda11.1
ports:
- "8888:80"
volumes:
- /mnt/d/train_dataset:/workspace
tty: true
stdin_open: true
pytorch:
image: pytorch/pytorch
ports:
- "8889:80"
volumes:
- /mnt/d/train_dataset:/workspace
tty: true
stdin_open: true
docker-compose.yml 파일을 만들었다. 오류 없이 실행되는 것까지 확인했다.
딥 러닝을 위한 docker-compose 설치 및 사용법 [pytorch, tensorboard 예제]
Docker를 도입한지 시간이 흘렀고, 현재 가장 Low-level로 사용중이다. docker run ...으로 시작하는 명령어를 통해 컨테이너를 만들고 실행한다. 이제는 익숙해졌지만 사실 docker-compose라는 자동화된 패
hanseokhyeon.tistory.com
도커(Docker) 컴포즈를 활용하여 완벽한 개발 환경 구성하기
개발 환경을 구축하기란 그리 쉬운 일이 아닙니다. 문서화를 해두어도 누군가 계속 신경쓰지 않으면 내용이 낡기 마련이고, 계속 신경 쓰자니 이 또한 쉽지 않죠. 어떻게 하면 손쉽게 개발 환경
www.44bits.io
'IT > Docker' 카테고리의 다른 글
| [Docker] link 옵션 (0) | 2021.11.25 |
|---|---|
| [Docker] Systemctl 오류 (0) | 2021.11.25 |
| [Docker] CUDA Image 가져와서 딥러닝 환경 세팅까지 (0) | 2021.11.23 |
| [Docker] WSL + Docker + GPU + Pytorch + Jupyter notebook (0) | 2021.11.16 |
| [Docker] 도커 파일 복사 (로컬 <-> 컨테이너) (0) | 2021.05.24 |