如何使用 NVIDIA GeForce RTX 3090 GPU 启动 chenrocks/uniter？

Question

docker run --gpus '"'device=$CUDA_VISIBLE_DEVICES'"' --ipc=host --rm -it \
    --mount src=$(pwd),dst=/src,type=bind \
    --mount src=$OUTPUT,dst=/storage,type=bind \
    --mount src=$PRETRAIN_DIR,dst=/pretrain,type=bind,readonly \
    --mount src=$TXT_DB,dst=/txt,type=bind,readonly \
    --mount src=$IMG_DIR,dst=/img,type=bind,readonly \
    -e NVIDIA_VISIBLE_DEVICES=$CUDA_VISIBLE_DEVICES \
    -w /src chenrocks/uniter

当我运行此文件时，它会打印错误

NVIDIA Release 19.05 (build 6411784) PyTorch Version 1.1.0a0+828a6a3

...

WARNING: Detected NVIDIA NVIDIA GeForce RTX 3090 GPU, which is not yet supported in this version of the container
ERROR: No supported GPU(s) detected to run this container

它不适合我的 NVIDIA GeForce RTX 3090 GPU 所以我想将版本更改为22.05 但是当我运行这个时，

docker run --gpus '"'device=$CUDA_VISIBLE_DEVICES'"' --ipc=host --rm
-it nvcr.io/nvidia/pytorch:22.05-py3 \
    --mount src=$(pwd),dst=/src,type=bind \
    --mount src=$OUTPUT,dst=/storage,type=bind \
    --mount src=$PRETRAIN_DIR,dst=/pretrain,type=bind,readonly \
    --mount src=$TXT_DB,dst=/txt,type=bind,readonly \
    --mount src=$IMG_DIR,dst=/img,type=bind,readonly \
    -e NVIDIA_VISIBLE_DEVICES=$CUDA_VISIBLE_DEVICES \
    -w /src chenrocks/uniter

打印错误

/opt/nvidia/nvidia_entrypoint.sh: line 49: exec: --: invalid option
exec: usage: exec [-cl] [-a name] [command [arguments ...]] [redirection ...]

如果您能告诉我如何更改版本，我将非常感激。

Answer 1

您的第二个

docker run

命令指定 2 个图像：

docker run ... nvcr.io/nvidia/pytorch:22.05-py3 chenrocks/uniter

您只能通过一项。

---

另请注意

docker run

命令的一般格式：

$ docker run [OPTIONS] IMAGE [COMMAND] [ARG...]

---

更新

但是如果 docker 镜像的 nvidia/pytorch 版本不适合我的 GPU，我可以不使用该 docker 镜像吗？或者有什么我可以做的吗？

您可以尝试编辑引用项目的

Dockerfile

来构建自定义 docker 镜像。

类似这样的：

git clone https://github.com/ChenRocks/UNITER.git
cd UNITER
# replace the first line of the Dockerfile with:
# FROM nvcr.io/nvidia/pytorch:22.05-py3
docker build .
# ...
# Successfully built <image_id>

然后只需编辑您的

docker run

命令即可使用您的自定义构建图像：

docker run ... <image_id>

看起来至少还有一个人有类似的问题。不幸的是，该项目没有得到积极维护，因此在尝试使其与最新硬件一起工作时很难获得任何类型的支持。