Windows11 WSL2 Ubuntu 24.04 LTS Docker miniconda3
Docker yamat-mini コンテナ動作確認用ファイル作成
ここまでで Docker yamat-mini コンテナを構築する準備が終わりました。
引き続き、コンテナの動作確認用の python ファイルを作成します。
tensorflow で動作する簡単なファイルです。
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='1'
# 1:INFO メッセージを出さない。
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
を実行すると下記のような GPU device 名を表示することができます。
device: 0, name: NVIDIA GeForce GTX 1650
自分の PC Windows で TeraPad 等を使用して
test2.py ファイル(上記４行の内容)
を作成しこれを保存します。
Windows 側のエクスプローラーにおいて、ネットワークの下に Linux のフォルダがあります。
Linux の中に
Ubuntu-24.04(\\wsl.localhost)
のフォルダがあります。
\\wsl.localhost\Ubuntu-24.04\home\yamada\d-mini-t/files/
ここに test2.py を保存します。
ファイル名は適当
test2.py
です。
文字コ－ドは、UTF-8N
BOM なし
改行コ－ドは、LF
です。
docker-compose yamat-mini ファイル実行
Docker yamat-mini を動作させる準備が終わりました。
Docker Compose ファイルを実行していきます。
WSL2 Ubuntu 24.04 LTS ディスクトップ日本語からターミナルを開きます。
PowerShell 7 からでもターミナルを開くことができます。
PowerShell 7 追加インスト－ル参照。
コンテナフォルダ \d-mini-t に移動します。
yamada@yama:~$ cd d-mini-t
移動できたら次のコマンドを入力実行します。
yamada@yama:~/d-mini-t$ docker compose up
\d-mini-t にある docker-compose.yml でコンテナを構築します。
-d を付けるとバックグラウンド処理になってしまいます。
-d なしにします。
yamada@yama:~$ cd d-mini-t yamada@yama:~/d-mini-t$ docker compose up [+] Running 1/1 ✔ Container yamat-mini-1 Created 0.1s Attaching to mini-1 mini-1 exited with code 0 # docker image 構築完了 # docker mini 起動 yasuhiro@ysenba:~/d-mini-t$ docker compose run --rm mini bash [+] Creating 1/1 ✔ Network yamat_default Created (py311) root@1c17146e46df:/app# python3 test2.py # ここから test2.py が動作するか確認 (py311) root@fa7ff43e0fe4:/app# python3 test2.py [name: "/device:CPU:0" device_type: "CPU" memory_limit: 268435456 locality { } incarnation: 926208946900937752 xla_global_id: -1 , name: "/device:GPU:0" device_type: "GPU" memory_limit: 2158441268 locality { bus_id: 1 links { } } incarnation: 7019318879728559939 physical_device_desc: "device: 0, name: NVIDIA GeForce GTX 1650, pci bus id: 0000:01:00.0, compute capability: 7.5" xla_global_id: 416903419 ]
何やら動作しました。
結果が表示されていれば
コンテナ tensorflow gpu 版は動作しています。
docker-compose yamat-mini ファイル実行Ⅱ
他の方法でも動作確認をしましょう。
(py311) root@fa7ff43e0fe4:/app# nvidia-smi dmon
とすると
# gpu pwr gtemp mtemp sm mem enc dec jpg ofa mclk pclk
# Idx W C C % % % % % % MHz MHz
0 - 49 - 5 14 0 0 0 0 405 300
0 - 49 - 2 14 0 0 0 0 405 300
0 - 49 - 1 13 0 0 0 0 405 300
0 - 49 - 3 13 0 0 0 0 405 300
0 - 49 - 2 13 0 0 0 0 405 300
0 - 49 - 2 13 0 0 0 0 405 300
････････
のような GPU の動作をモニタすることができます。
^c で停止できます。
又、nvidia-smi で
GPU の Driver Version 等も確認できます。
(py311) root@fa7ff43e0fe4:/app# nvidia-smi Sun Nov 2 08:50:49 2025 +-----------------------------------------------------------------------------------------+ | NVIDIA-SMI 580.82.10 Driver Version: 581.29 CUDA Version: 13.0 | +-----------------------------------------+------------------------+----------------------+ | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+========================+======================| | 0 NVIDIA GeForce GTX 1650 On | 00000000:01:00.0 On | N/A | | 29% 49C P8 N/A / 75W | 737MiB / 4096MiB | 1% Default | | | | N/A | +-----------------------------------------+------------------------+----------------------+ +-----------------------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=========================================================================================| | 0 N/A N/A 22 G /Xwayland N/A | | 0 N/A N/A 22 G /Xwayland N/A | +-----------------------------------------------------------------------------------------+
docker-compose yamat-mini ファイル実行Ⅲ
おまけにもう一つ他の方法でも動作確認をしましょう。
以下の４行のファイルを作成し tesy3.py とし確認してみましょう。
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='1'
import tensorflow as tf
print("TensorFlow version:", tf.__version__)
(py311) root@fa7ff43e0fe4:/app# python3 test3.py
[結果]
TensorFlow version: 2.12.0
と表示されれば OK です。
Docker コンテナ yamat-mini が完成しました。
少し不満な点は
python 3.11、tensorflow 2.12
に対応しているところです。
2025/11/13日現在、tensorflow gpu 版の最新は
python 3.12、tensorflow 2.20
となっています。
引き続き、tensorflow 2.20 コンテナを構築していきます。