[DOCKER] Tutoriel de construction d'environnement pour MXNet (partie gluon)

TL;DR

** [post-scriptum du 26/07/2017] ** Le tutoriel ci-dessus utilisant glueon a été abaissé du tutoriel officiel, et il semble qu'il sera hébergé sur http://thestraightdope.mxnet.io.

Dockerfile

FROM ubuntu:16.04 

RUN groupadd mxnet && useradd -m -g mxnet mxnet
RUN apt-get update && apt-get install -y\
    build-essential\
    git\
    libopenblas-dev\
    liblapack-dev\
    libopencv-dev\
    python3-dev\
    python3-setuptools\
    python3-numpy\
    python3-pip\
    graphviz

#Installation de MXNet
RUN git clone --recursive https://github.com/dmlc/mxnet
WORKDIR mxnet
RUN make -j $(nproc) USE_OPENCV=1 USE_BLAS=openblas
WORKDIR /mxnet/python
RUN pip3 install --upgrade pip
RUN pip3 install -e .

RUN pip3 install \
    jupyter \
    matplotlib \
    graphviz
    #Exécution de l'environnement Python3

RUN mkdir /home/mxnet/mxnet-tutorials
RUN chown -R mxnet:mxnet /home/mxnet
WORKDIR /home/mxnet/mxnet-tutorials

EXPOSE 8888
USER mxnet

CMD ["/usr/local/bin/jupyter", "notebook",\
    "--notebook-dir=/home/mxnet/mxnet-tutorials",\ 
    "--ip='*'",\
    "--port=8888",\ 
    "--no-browser"]

Procédure de démarrage

  1. Créez un environnement docker à l'avance (voir site docker etc.)
  2. Placez le Dockerfile dans le répertoire actuel
  3. Construire
docker build -t mxnet-tutorials .
  1. Démarrez
docker run\
  -v $(pwd):/home/mxnet/mxnet-tutorials\
  -p 8888:8888\
  --rm\
  mxnet-tutorials 
  1. Lorsque vous accédez au navigateur au localhost: 8888 /? Token = ... affiché, Jupyter est en cours d'exécution (haz)

Why Dans 0.10.0 publié le 17 juillet 2017, [Tutorial](http: // mxnet) .io / tutorials / index.html # high-level-interface-gluon) n'a pas pu être exécuté et construit (l'image Docker officielle est également v0.10.0)

Qu'est-ce que le gluon

Gluon Package

Gluon package is a high-level interface for MXNet designed to be easy to use while keeping most of the flexibility of low level API. Gluon supports both imperative and symbolic programming, making it easy to train complex models imperatively in Python and then deploy with symbolic graph in C++ and Scala.

Un package qui fournit une interface de haut niveau (il est encore expérimental, donc sujet à changement ... si vous ne le mettez pas en haut du tutoriel)

Dans ce tutoriel, nous utilisons également un package (ʻautograd`) qui calcule automatiquement le gradient à l'exécution, tel que PyTorch, mais cela n'est pas non plus pris en charge par 0.10.0 (ce qui est trompeur et profond). Il semble qu'il soit placé dans la position ...), donc à partir du 17 juillet 2017, il semble qu'il soit nécessaire de construire à partir de la branche master.

Le tutoriel est également approximatif, avec des fautes de frappe ici et là, et il semble probable que cela changera. Soyez prudent si vous l'essayez.

Recommended Posts

Tutoriel de construction d'environnement pour MXNet (partie gluon)
Construction de l'environnement Python pour Mac
Construction de l'environnement Python3 (pour les débutants)
Construction de l'environnement Ansible pour Mac
[Pour les débutants] Django -Construction d'environnement de développement-
Construction de l'environnement Python3 TensorFlow pour Mac
Tutoriel d'apprentissage en profondeur de la construction d'environnement
Procédure de construction de l'environnement de projet Python (pour Windows)
Construction d'un environnement de développement pour l'atelier Choreonoid
Construction de l'environnement Django
Construction de l'environnement DeepIE3D
Construction d'environnement basée sur Emacs
Construction de l'environnement Linux
Construction d'environnement (python)
construction d'environnement django
Construction de l'environnement Cloud9 pour le développement d'applications Web sans serveur
EV3 x Pyrhon Machine Learning Partie 1 Construction de l'environnement
Kotlin / Procédure de construction et d'installation de l'environnement de développement natif et tutoriel
construction d'environnement python
Construction d'un environnement d'oreiller - Pour Docker + iPython (et OpenCV)
Python - Construction de l'environnement
Construction de l'environnement Python
Construction de l'environnement Golang
Construction de l'environnement de word2vec
Application Web réalisée avec Python3.4 + Django (Construction de l'environnement Part.1)
[Python] Construction de l'environnement Django (pyenv + pyenv-virtualenv + Anaconda) pour macOS
Construction de l'environnement: GCP + Docker
Construction de l'environnement du projet Django
Mémo de construction de l'environnement ConoHa
construction d'environnement python homebrew
[Pour mémoire] Linux Partie 2
Construction d'environnements liés à PyData
Construction de l'environnement Anaconda-4.2.0-python3 (Mac)
Construction de l'environnement de développement Python
Construction de l'environnement YOLO v4 ①
construction de l'environnement pyenv + fish
Construction de l'environnement de développement python2.7
Mémo de construction de l'environnement BigGorilla
construction de l'environnement de préhension onCentOS6.5
Mémo du didacticiel FastAPI, partie 1
Mémo de construction de l'environnement Anaconda
Construction de l'environnement Golang [goenv]
Construction de l'environnement Pyxel (Mac)
Construction de l'environnement Python @ Win7
Maintenance de l'environnement Python pour les projets
De la construction de l'environnement au déploiement pour flask + Heroku avec Docker
Construction de l'environnement, confirmation simple et test de compétence pour chaque langue
Construction d'un environnement de développement Cortex-M pour TOPPERS utilisant Raspeye