Docker ModuleNotFoundError:没有名为';maskrcnn#u基准';

Docker ModuleNotFoundError:没有名为';maskrcnn#u基准';,docker,machine-learning,benchmarking,Docker,Machine Learning,Benchmarking,我正在做MLperf,对象检测项目测试 问题1: 执行以下操作时: nvidia-docker run -v .:/workspace -t -i --rm --ipc=host mlperf/object_detection \ "cd mlperf/training/object_detection && ./install.sh" 它的答复是: docker: Error response from daemon: create .: volume name is to

我正在做MLperf,对象检测项目测试

问题1: 执行以下操作时:

nvidia-docker run -v .:/workspace -t -i --rm --ipc=host mlperf/object_detection \
"cd mlperf/training/object_detection && ./install.sh"
它的答复是:

docker: Error response from daemon: create .: volume name is too short, names should be at least two alphanumeric characters.
我需要将-v.:更改为-v$(pwd):/workspace

问题2:

当应用于上述修改时,我得到了一个新错误:

docker: Error response from daemon: OCI runtime create failed: container_linux.go:345: starting container process caused "exec: \"cd mlperf/training/object_detection && ./install.sh\": stat cd mlperf/training/object_detection && ./install.sh: no such file or directory": unknown.
docker似乎不能接受带空格的字符串,例如:“cd xxxxxxx&&./install.sh”

如果我将字符串修改为单个命令(./install.sh)

这将起作用,它看起来不像是一个错误的路径问题,我测试了使用一个绝对路径,它得到了相同的错误

问题3: 按照网页中的步骤操作后,我总是会遇到一个错误:

ModuleNotFoundError:没有名为“maskrcnn\u benchmark”的模块

root@nvme:/markkang/mlperf/training/object_detection# nvidia-docker run -v $(pwd):/workspace -t -i --rm --ipc=host mlperf/object_detection "./run_and_time.sh"

/workspace/pytorch /workspace
Traceback (most recent call last):
File "tools/train_mlperf.py", line 8, in <module>
from maskrcnn_benchmark.utils.env import setup_environment  # noqa F401 isort:skip
ModuleNotFoundError: No module named 'maskrcnn_benchmark'
root@nvme:/markkang/mlperf/training/object#u detection#nvidia docker run-v$(pwd):/workspace-t-i--rm--ipc=host mlperf/object#u detection.“/run#u and#time.sh”
/工作区/pytorch/workspace
回溯(最近一次呼叫最后一次):
文件“tools/train_mlperf.py”,第8行,在
从maskrcnn_benchmark.utils.env导入设置_environment#noqa F401 isort:skip
ModuleNotFoundError:没有名为“maskrcnn\u benchmark”的模块

在调用
maskrcnn\u benchmark.utils.env
之前,编辑
train\u mlperf.py
并插入以下路径代码,例如

import sys
sys.path.append('/workspace/pytorch/')

from maskrcnn_benchmark.utils.env import setup_environment  # noqa F401 isort:skip

编辑
train_mlperf.py
并在调用
maskrcnn_benchmark.utils.env
之前插入以下路径代码,例如

import sys
sys.path.append('/workspace/pytorch/')

from maskrcnn_benchmark.utils.env import setup_environment  # noqa F401 isort:skip