Docker

常用命令：

# 检查 NVIDIA 驱动
nvidia-smi

# 检查 Docker GPU 支持
docker run --rm --gpus all nvidia/cuda:11.8.0-base-ubuntu22.04 nvidia-smi

# 1. 停止并删除当前容器
docker-compose down

# 2. 删除旧镜像（强制清理）
docker rmi doc-recognition:latest

# 3. 清理 Docker 构建缓存（可选但推荐）
docker builder prune -f

# 4. 重新构建镜像（不使用缓存）
docker-compose build --no-cache

# 5. 启动新容器
docker-compose up -d

# 6. 查看日志确认启动成功
docker-compose logs -f

DEBUG：找不到cuDNN的时候的一些做法

# cd到项目所在目录
docker-compose exec recognition bash
# 1. 检查 nvidia-smi
nvidia-smi

# 2. 检查 PaddlePaddle 能否找到 CUDA
python3 -c "import paddle; print('PaddlePaddle:', paddle.__version__); print('CUDA compiled:', paddle.is_compiled_with_cuda())"

# 3. 测试创建 GPU tensor（这里会失败，因为找不到 cuDNN）
python3 << 'EOF'
import paddle
try:
    paddle.set_device('gpu:0')
    x = paddle.randn([2, 2])
    print("✓ GPU 工作正常！")
except Exception as e:
    print(f"✗ GPU 错误: {e}")
EOF

# 退出
exit

.

Docker

Docker

评论 #