Bug fixes for working with gpu

Возможные ошибки и их исправления.

1. Команда для запуска контейнера в Docker с доступом к графическому процессору (GPU) с использованием NVIDIA:

```bash
   sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi
```

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.86.10    Driver Version: 535.86.10    CUDA Version: 12.2     |
|-------------------------------+----------------------+----------------------+
| 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  Tesla T4            On   | 00000000:00:1E.0 Off |                    0 |
| N/A   34C    P8     9W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

Если вывод не в виде таблицы и возникают ошибки, рекомендуется выполнить следующие действия:

1.1. Удалите пакет NVIDIA Container Toolkit:

```bash
   sudo apt remove nvidia-container-toolkit
```

1.2. Удалите пакеты Docker и containerd:

```bash
   sudo apt remove docker-ce docker-ce-cli containerd.io
```

1.3. Базовая процедура установки Docker:

```bash
   sudo apt update
   sudo apt install apt-transport-https ca-certificates curl software-properties-common
   curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
   sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
   sudo apt update
   sudo apt install docker-ce docker-ce-cli containerd.io
```

1.4. Базовая процедура установки NVIDIA Container Toolkit:

```bash
   distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
   curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
   curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
   sudo apt update
   sudo apt install nvidia-docker2
   sudo systemctl restart docker
```

1.5. Настройка NVIDIA runtime с containerd:

```bash
   sudo nvidia-ctk runtime configure --runtime=containerd
```

1.6. Перезапустк службы containerd с новыми настройками:

```bash
   sudo systemctl restart containerd
```

1.7. Повторить следующую команду:

```bash
   sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi
```

2. Ошибка с нехваткой видеопамяти на компьютере:

Tried to allocate 2.01 GiB (GPU 0; 3.78 GiB total capacity; 2.46 GiB already allocated; 481.06 MiB free; 2.49 GiB reserved in total by PyTorch) If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation. See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF

2.1. Останавливаем работающие контейнеры:

```bash
   docker-compose down   
```

2.2. Удаляем контейнер:

```bash
   docker rm vl_server   
```

2.3. Запуск контейнера с приложением на Streamlit с использованием docker-compose, с пересборкой образа, в фоновом режиме:

```bash
   STREAMLIT=1 docker-compose up --build -d   
```

3. Ошибка ModuleNotFoundError: No module named 'altait.vegalite.v4'

3.1. Заходим в контейнер:

```bash
   docker exec -it vl_server bash
```

3.2. Скачиваем в контейнер модуль:

```bash
   pip install altair==4   
```

3.3. Выходим из контейнера:

```bash
   exit   
```

3.4. Останавливаем контейнер:

```bash
   docker stop vl_server   
```

3.5. Запускаем контейнеры:

```bash
   STREAMLIT=1 docker-compose up -d   
```

4. Ошибка из-за превышения время ожидания при перезапуске службы containered (sudo systemctl restart containerd):

Job for containerd.service failed because a timeout was exceeded. See "systemctl status containerd.service" and "journalctl -xeu containerd.service" for details.

4.1. Для решения проблемы нужно перейти к решению ошибок 1.1-1.7

5. Ошибка http: invalid Host header (при запуске командой STREAMLIT=1 docker-compose up -d)

5.1. Запуск контейнера:

```bash
   STREAMLIT=1 docker compose up --build -d
```