前言

最近工作环境迁移到了MacOS平台上，为了能体验更流畅的绘板，我决定捡起已经丢了一整子的Candence软件来做为我的主力画板工具，当然啦软件只是一种帮你铲金子的工具，只要自己用的顺手就可以了。

在开始使用这款软件的前提肯定是有一个完善且有一定拓展性的封装库，所以我们今天要做的事情就是如何将原理图符号、pcb封装、datasheet等一些列的参数使用数据库来进行管理。

前言

在往期的搭建深度学习的博客中，我们利用Docker搭建了NVIDIA+PyTorch深度学习容器，现在将利用搭建好的深度学习容器中运行以目前比较火热的ChatGLM-6B清华开源的自然语言AI模型。

前言

到这里我们基本已经将深度学习的相关环境已经搭建起来了，接下来我们就需要使用Docker容器创建符合我们自己深度学习需求的Docker镜像了。

在开始创建DockerFile文件之前，我会回想为什么要做这件事情，以及最总达成的目标是什么：我们希望有一个容器，能够便于折腾和快速上手，并且内置了主流AI学习框架。

为了能够达成上面的这个目标，在这里我选择使用NVIDIA官方的CUDA镜像作为我的基础镜像，并在上面安装Python以及PyTorch等软件包。

前言

紧跟上期博客，在我们安装好NVIDIA-Docker后我们拉取NVIDIA官方的容器库后我们会发现原先Docker分配的数据磁盘空间已经不够支撑了。所以本期我们需要将Docker服务默认的数据根目录转移至容量空间更大的地址，以便满足我们后续机器学习对磁盘空间的需求。

前言

紧跟上期博客，我们继续在Centos7上安装NVIDIA-Docker。