docker笔记

docker镜像

获取地址：
pytorch：https://hub.docker.com/r/pytorch/pytorch/tags?page=1&ordering=last_updated
centos：https://hub.docker.com/_/centos?tab=tags&page=2&ordering=-last_updated
下载centos7.5：

sudo docker pull centos:centos7.5.1804

常用命令

查看docker存储路径

docker info | grep "Docker Root Dir"

查看镜像

docker image ls
docker images

查看容器

docker ps
docker ps -l

停止容器

docker stop 容器ID

删除容器

docker rm 容器ID

查看容器详细信息

docker inspect 容器ID

使用步骤

1. 下载镜像
2. 启动镜像创建容器

   nvidia-docker run -d -it -p 12000-12010:12000-12010 -p 宿主机端口:docker端口 --privileged -v 宿主机路径:/home/repos -v /data:/data -v /data_static:/data_static -v /data_activate:/data_activate --name XXX 镜像ID /bin/bash

   注意：cuda、root权限、端口、挂载、命名
   其他

   -itd i交互式 t终端 d后台
   --cap-add=NET_ADMIN ： 能够进行网络管理
   /usr/sbin/init 作为root用户
   --gpus all 使用GPU的另一种方式（未验证）

3. 进入容器

   docker exec -it --privileged XXX /bin/bash

4. 打包容器到本地
   先停止容器

   docker commit 容器ID -a "XXX" deepfake:pytorch1.4-cuda10.1-cudnn7-deepfake-devel
   docker commit 容器ID -a "作者名字" 镜像名称:镜像tag

   这时候用docker image ls可以看到新镜像

端口设置

参考：https://qastack.cn/programming/20845056/how-can-i-expose-more-than-1-port-with-docker

docker使用nvidia步骤

方式1

1. 在容器里测试是否可以使用GPU

   watch -n 0.1 nvidia-smi
   或
   python
   import torch
   torch.cuda.is_available()

2. 安装nvidia-docker
   测试是否安装成功

   docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi

3. 通过nvidia-docker启动pytorch容器

   nvidia-docker run XXXX

4. 参考
   https://zhuanlan.zhihu.com/p/76464450

方式2

1. 同上
2. 参考
   https://www.jianshu.com/p/32ad4f448fe5
3. 通过–gpus all使用

   docker run -d  -it  --gpus all  XXX

在docker中其他工具安装

安装vim

apt-get update
apt-get install vim

安装ping

apt-get install iputils-ping

赏

谢谢你请我吃糖果

微信