这可能是一个奇怪的问题问。每当我在本地Linux环境中工作时，总是会出现一些错误，导入，安装，CUDA驱动程序以及任何与设置相关的错误。然而，在Google Colab中，它只是100%的时间工作。有没有一种方法可以在本地复制Google Colab环境，以便我可以使用自己的资源？本地环境和Colab环境之间有什么区别吗（显然，云环境除外）。再次-奇怪，但会是一个很大的帮助。
zsbz8rwp1#
目前还没有官方的google colaboratory docker镜像来在本地设置它。如果你想继续使用pip包管理器，有official tensorflow docker image with GPU support。你所需要做的就是在你的机器上安装docker并提取镜像：docker pull tensorflow/tensorflow:latest-gpu-jupyter然后运行它：docker run -it --rm --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter并使用http://127.0.0.1:8888/?token=..打开浏览器。欢迎您随时使用tensorflow-gpu笔记本。另一种选择是使用安装在操作系统中的anaconda 3或miniconda 3（最小分发版）。Conda包管理器在处理特定于硬件的库时通常要容易得多。这里是官方的guide。
docker pull tensorflow/tensorflow:latest-gpu-jupyter
docker run -it --rm --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
jjjwad0x2#
我还搜索了本地版本的Google Colab，发现了这个：https://research.google.com/colaboratory/local-runtimes.html。Google添加了Colab的Docker镜像，可以通过运行以下命令获得：docker run -p 127.0.0.1:8888:8080 us-docker.pkg.dev/colab-images/public/runtime它需要本地Docker安装，但桌面应用程序会自动安装并默认使用WSL2后端。
docker run -p 127.0.0.1:8888:8080 us-docker.pkg.dev/colab-images/public/runtime
2条答案
按热度按时间zsbz8rwp1#
目前还没有官方的google colaboratory docker镜像来在本地设置它。
如果你想继续使用pip包管理器，有official tensorflow docker image with GPU support。
你所需要做的就是在你的机器上安装docker并提取镜像：
docker pull tensorflow/tensorflow:latest-gpu-jupyter然后运行它：docker run -it --rm --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter并使用http://127.0.0.1:8888/?token=..打开浏览器。欢迎您随时使用tensorflow-gpu笔记本。
另一种选择是使用安装在操作系统中的anaconda 3或miniconda 3（最小分发版）。Conda包管理器在处理特定于硬件的库时通常要容易得多。这里是官方的guide。
jjjwad0x2#
我还搜索了本地版本的Google Colab，发现了这个：
https://research.google.com/colaboratory/local-runtimes.html。
Google添加了Colab的Docker镜像，可以通过运行以下命令获得：
docker run -p 127.0.0.1:8888:8080 us-docker.pkg.dev/colab-images/public/runtime它需要本地Docker安装，但桌面应用程序会自动安装并默认使用WSL2后端。