Nome: Joberth Rogers Tavares Costa
Matrícula: 160128013
Curso: Engenharia de Software (Bacharel) Universidade de Brasília
Este repositório reúne todos os scripts desenvolvidos durante a execução do trabalho de conclusão de curso voltado para a classificação de sentimento em imagens usando as técnicas de Deep Learning (DL).
- jupter notebook ou anaconda
- docker
- Primeiro clone o repositório.
- Configure o repositório mais estável e chave GPG:
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
Instale o pacote nvidia-docker2 (e dependências) depois de atualizar a lista de pacotes:
sudo apt-get update
sudo apt-get install -y nvidia-docker2
Reinicie o daemon do Docker para concluir a instalação:
sudo systemctl restart docker
Após o sucesso dos comandos acima, teste usando:
sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
- Builde usando o comando:
sudo docker run --gpus all -it --rm -v $(realpath /caminho/para/diretorio/dos/notebooks):/tf/notebooks -p 8888:8888 -t jupyter-workspace tensorflow/tensorflow:nightly-gpu-jupyter
- Entre no container com o comando:
sudo docker exec -it jupyter-workspace bash && cd notebooks
- Instale todas as dependências com o comando:
pip3 install -r requirements.txt
- Acesse os notebooks acessando o link abaixo em seu browser:
http://localhost:8888/?token=token_fornecido_terminar_de_builda_o_container
Referências: