如何将带CUDA的PyTorch添加到Dask头盔图表

如何将带CUDA的PyTorch添加到Dask头盔图表,pytorch,conda,dask,kubernetes-helm,Pytorch,Conda,Dask,Kubernetes Helm,将为CUDA编译的PyTorch安装到Dask头盔图表中,但失败: 按照PyTorch.org上的说明安装CUDA的PyTorch(见下图) Dask舵图示例失败: 您可能想查看,它是Dask头盔图表的扩展,但具有额外的GPU支持 运行时安装 还支持与Dask Docker映像相同的EXTRA_PIP_包、EXTRA_CONDA_包和EXTRA_APT_包 #config.yaml 达斯克: 调度程序: 图片: 存储库:rapidsai/rapidsai 标签:cuda11.0-runtime-

将为CUDA编译的PyTorch安装到Dask头盔图表中,但失败:

按照
PyTorch.org
上的说明安装CUDA的PyTorch(见下图)

Dask舵图示例失败:


您可能想查看,它是Dask头盔图表的扩展,但具有额外的GPU支持

运行时安装

还支持与Dask Docker映像相同的
EXTRA_PIP_包
EXTRA_CONDA_包
EXTRA_APT_包

#config.yaml
达斯克:
调度程序:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
工人:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
环境:
-名称:额外包装
值:“-c pytorch pytorch torchvision torchaudio”
#如果您正在使用捆绑的Jupyter实验室实例,您可能也希望在此处安装这些实例
朱皮特:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
环境:
-名称:额外包装
值:“-c pytorch pytorch torchvision torchaudio”
$helm install rapidstest rapidsai/rapidsai-f config.yaml
提前安装

上述方法意味着每次工作程序启动时都会安装依赖项。因此,您可能更愿意创建自己的自定义Docker映像,其中包含这些依赖项

# Dockerfile
FROM rapidsai/rapidsai:cuda11.0-runtime-ubuntu18.04-py3.8

RUN conda install -n rapids -c pytorch pytorch torchvision torchaudio
$docker build-t jacobtomlinson/customrapids:latest。
$docker push Jacob Tomlinson/customrapids:最新版本
#config.yaml
达斯克:
调度程序:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
工人:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
#如果您正在使用捆绑的Jupyter实验室实例,您可能也希望在此处安装这些实例
朱皮特:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
$helm install rapidstest rapidsai/rapidsai-f config.yaml

您可能想查看,它是Dask头盔图表的扩展,但具有额外的GPU支持

运行时安装

还支持与Dask Docker映像相同的
EXTRA_PIP_包
EXTRA_CONDA_包
EXTRA_APT_包

#config.yaml
达斯克:
调度程序:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
工人:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
环境:
-名称:额外包装
值:“-c pytorch pytorch torchvision torchaudio”
#如果您正在使用捆绑的Jupyter实验室实例,您可能也希望在此处安装这些实例
朱皮特:
图片:
存储库:rapidsai/rapidsai
标签:cuda11.0-runtime-ubuntu18.04-py3.8
环境:
-名称:额外包装
值:“-c pytorch pytorch torchvision torchaudio”
$helm install rapidstest rapidsai/rapidsai-f config.yaml
提前安装

上述方法意味着每次工作程序启动时都会安装依赖项。因此,您可能更愿意创建自己的自定义Docker映像,其中包含这些依赖项

# Dockerfile
FROM rapidsai/rapidsai:cuda11.0-runtime-ubuntu18.04-py3.8

RUN conda install -n rapids -c pytorch pytorch torchvision torchaudio
$docker build-t jacobtomlinson/customrapids:latest。
$docker push Jacob Tomlinson/customrapids:最新版本
#config.yaml
达斯克:
调度程序:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
工人:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
#如果您正在使用捆绑的Jupyter实验室实例,您可能也希望在此处安装这些实例
朱皮特:
图片:
存储库:jacobtomlinson/customrapids
标签:最新
$helm install rapidstest rapidsai/rapidsai-f config.yaml