Windows11 WSL2 Ubuntu 24.04 LTS Docker miniconda3

Docker ya-p312t コンテナ動作確認用ファイル作成

ここまでで Docker ya-p312t コンテナを構築する準備が終わりました。
引き続き、この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-p312t/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 ya-p312t ファイル実行

Docker ya-p312t 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-p312t に移動します。
yamada@yama:~$ cd d-p312t
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-p312t 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-p312t
yamada@yama:~/d-p312t$ docker compose up
[+] Running 1/1
 ✔ Container ya-p312t-p312t-1  Created                                                         0.0s
Attaching to p312t-1
p312t-1 exited with code 0
# docker image 構築完了
# docker p312t 起動
yamada@yama:~/d-p312t$ docker compose run --rm p312t
root@8111632cdadb:/app# python3 test2.py

# ここから test2.py が動作するか確認

root@8111632cdadb:/app# python3 test2.py
WARNING: All log messages before absl::InitializeLog() is called are written to STDERR
I0000 00:00:1762753246.864188     464 gpu_device.cc:2020] Created device /device:GPU:0 with 2246 MB memory:  -> device: 0, name: NVIDIA GeForce GTX 1650, pci bus id: 0000:01:00.0, compute capability: 7.5
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 6418335140378056338
xla_global_id: -1
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 2355573556
locality {
  bus_id: 1
  links {
  }
}
incarnation: 9220710843188696303
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。
WARNING: All log messages before absl::InitializeLog() is called are written to STDERR
[意味･和訳]
TensorFlow (ログ記録に Abseil ライブラリを使用している)によって生成された特定のログ記録メッセージが、ログ記録システムが完全に初期化される前に標準エラー出力ストリーム(STDERR) に送信されていることを示しています。
これは無視して問題ありません。
この無害な警告は無視します。

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。
nvidia-smi で GPU の Driver Version 等も確認できます。

root@8111632cdadb:/app# nvidia-smi
Mon Nov 10 05:44:14 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%   48C    P8            N/A  /   75W |     633MiB /   4096MiB |      2%      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      |
+-----------------------------------------------------------------------------------------+

又、nvidia-smi dmon で GPU の動作をモニタすることができます。
Ctrl + c で停止できます。

root@8111632cdadb:/app# nvidia-smi dmon
# gpu    pwr  gtemp  mtemp     sm    mem    enc    dec    jpg    ofa   mclk   pclk
# Idx      W      C      C      %      %      %      %      %      %    MHz    MHz
    0      -     48      -      9     15      0      0      0      0    405    300
    0      -     48      -      3     14      0      0      0      0    405    300
    0      -     48      -      2     13      0      0      0      0    405    300
    0      -     48      -      2     13      0      0      0      0    405    300
    0      -     48      -      2     13      0      0      0      0    405    300
    0      -     48      -      2     13      0      0      0      0    405    300
････････

docker-compose ya-p312t ファイル実行Ⅱ

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__)

root@8111632cdadb:/app# python3 test3.py
[結果]
TensorFlow version: 2.20.0
と表示されれば OK です。

Docker コンテナ ya-p312t が完成しました。
なお、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。

最初は docker で continuumio/miniconda3 のイメージを利用したコンテナを作成することを目指していましたがいつの間にか python:3.12-slim のイメージを利用したコンテナが出来上がってしまいました。
話を戻して、continuumio/miniconda3 のイメージを利用した tensorflow gpu 版の最新を作成して行きます。