Docker容器搭建运行python的深度学习环境的方法

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

1 2	docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash docker images

 

依据镜像id创建容器

1 2	docker create -it --name [name] [镜像id] docker start [name]

 

进入容器

1	docker exec -it [容器id] /bin/bash

 

docker容器和本地机器互传文件

1 2 3

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]

 

1 2	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。