[系统运维]【vitis-ai】

@vitis-ai VSCode连接本地docker_gpu容器进行开发

欢迎来到恒殿

您好！欢迎来到恒殿分享。

vitis-ai docker-gpu 常见启动失败解决办法

1. docker: Error response from daemon: could not select device driver “” with capabilities: [[gpu]].
2. 解决办法：添加apt源

   	curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey |   sudo apt-key add -
   	distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
   	curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |   sudo tee /etc/apt/sources.list.d/nvidia-docker.list
   	sudo apt-get update
   	sudo apt-get install -y nvidia-container-toolkit
   

vscode 连接本地docker_gpu容器进行开发

1. 安装 Remote - Containers
2. 使用命令行 进入 Vitis-AI目录 启动 vitis-ai docker_gpu

   	 ./docker_run.sh xilinx/vitis-ai-gpu:latest
   

3. 点击左下角绿色按钮
4. 选择 Attach to Running Container…
   
5. 选择自己的docker容器
6. 点击文件–>打开文件夹，打开你 的工作目录这时候的目录就是docker容器 中 的目录了。
7. 测试 新建一个 py文件测试以下 tensorflow环境
8. 在应用市场中给docker安装python插件，搜索python 能装得都装上
9. 单击vscode下方的蓝色提示匡中python字样 可以打开python解释器配置选项栏
10. 点击 +输入解释器路径… 按照图片中蓝色选项的路径进行选择
11. 创建python文件写一个简单的tensorflow测试代码。右键在终端运行即可看到结果 本例子结果13.0 输出log看出gpu参与运算
    
12. 结束。