任务管理器中查看虚拟化，已启用
若禁用，重启电脑，到bios中开启
安装docker desktop及开启wsl功能。
打开 powershell
创建镜像
docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash docker images
依据镜像id创建容器
docker create -it --name [name] [镜像id] docker start [name]
进入容器
docker exec -it [容器id] /bin/bash
docker容器和本地机器互传文件
docker cp [本地路径] 容器id:[容器内路径] docker cp d:\docker\raster-vision\mypy\test.py 7837a6060f9d:/opt/src/code/test.py docker cp 容器id:[容器内路径] [本地路径]
查看所有镜像 docker images查看所有容器 docker ps -a
expected more than 1 value per channel when training, got input size torch.size([1, 256, 1, 1])
batch_size=1导致。
改为偶数或在torch.utils.data.dataloader类中或自己创建的继承于dataloader的类中设置参数drop_last=true，把不够一个batch_size的数据丢弃。
urllib.error.urlerror: <urlopen error [errno 111] connection refused>
网络问题。
下载本地后再上传或者搭梯子。
到此这篇关于docker容器搭建运行python的深度学习环境的方法的文章就介绍到这了,更多相关docker搭建运行python深度学习环境内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！