pytorch 的 cuda use所需環境 有 cuda 的顯卡 nvidia 顯卡驅動 cuda 驅動 anaconda 安裝pytorch指定版本 安裝顯卡驅動顯卡版本 系統管理員-> 效能 -> GPU 圖示 下載連結依照版本下載對應的顯卡驅動https://www.nvidia.cn/Download/index.aspx?lang=cn 安裝cuda 驅動確認cuda

Dockerfile用來提供docker 建立鏡像的文檔 鏡像選擇(From)原則 官方 > 開源 > 其他 固定版本不用 :latest 盡量選擇小體積image 文件複製及目錄一般文件可以使用 copy 或是 add 兩者在一般文件的效果是一樣的 12FROM python:3.9.5-alpine3.13COPY hello.py /app/hello.py 12FROM py

紀錄一些不再markdown 裡面的 fluid 標籤使用 便條紙markdown123{% note success %}這邊放字{% endnote %} output 這邊放字 HTML1<p class="note note-primary">标签</p>

Docker Image 獲取會有三種方式可以取得docker image registry可能是 private 也可能是 public, 直接從網路上去做抓取 DockerFile透過Dockerfile 去做搭建，過程須透過網路 local file鏡像可以透過備份壓成.tar, 可以在本地端夾在後透過指令來讀取 1docker import [OPTIONS] file|URL|- [RE

run modeattach 模式1docker container run -p 80:80 nginx 建立好容器之後會在前台執行，也能直接看到log，此時如果直接輸入指令則會直接影響docker container如 : ctrl + c 會直接停止當前正在運行的container(圖中紅箭頭處) detach 模式1docker container run -d 80:80 nginx 建

Spring bootpom.xml這邊接續上篇springboot 切換application.properties, 於是pom 檔中會需要辨別local及prod設定好之後可以在 中決定 name 123456789101112131415161718192021222324252627282930313233343536<build> <resources&

application.properties用途放入spring 的配置，但時常本地開發 / 測試 / 正式的環境都會相差很多，因此在springboot可以設定不同的properties來做deploy 的區隔 配置檔可以建立兩個properties 取名範例，properties 內容就自己放 application-local.properties12server.por

版本1docker version image清單1docker image ls 移除鏡像1docker image rm [OPTIONS] IMAGE [IMAGE...] 創建並run以nginx 為例 1234567docker container run nginx# 交互模式 / run 之後開啟shelldocker container run nginx -it# 後臺模式do

Github Codespaces介紹github codespaces 提供一個線上可模擬練習的地方讓大家可以玩docker使用的話可以按下github repo 的 code -> codespaces 點下去之後他就會開始自己建置環境 建置好之後就會看到一個類似vscode 的空間可以做練習了 如果要查看自己現在的啟動個數可以參考:https://github.com/codespac

安裝docker desktophttps://www.docker.com/products/docker-desktop/安裝後進入可以看到畫面，如果有正在跑的container 會顯示在這邊，沒有的話會顯示教學讓你跑一個測試的docker 起來圖上是我這次建的專案，會用到springboot 及 redis，因為有兩個需要同時起，所以需要寫dockerfile 及 docker-compos