Docker-CUDA

环境

• 操作系统：Linux（Ubuntu 16.0.4）

Docker安装

• 对于Mac用户，参考Get started with Docker Desktop for Mac; 对于Win用户,参考Get started with Docker for Windows，对于Linux用户,参考Get Docker CE for Ubuntu。

• 以Ubuntu为例

  # 在Ubuntu系统中安装较为简单，官方提供了脚本供我们进行安装。
  sudo apt install curl
  curl -fsSL get.docker.com -o get-docker.sh
  sudo sh get-docker.sh --mirror Aliyun
  
  #启动Docker CE
  sudo systemctl enable docker
  sudo systemctl start docker

• Docker指令集

  在这里补充一下，容器操作 attach已经不怎么用了，如果想重新进入到容器里，可以用如下指令

  docker exec -it ID /bin/bash

• 然后建立Docker用户组

  # 建立docker组
  sudo groupadd docker
  
  # 将当前用户加入docker组
  sudo usermod -aG docker $USER

• 配置国内镜像加速

  在/etc/docker/daemon.json 中写入如下内容（如果文件不存在请新建该文件）

  {
    "registry-mirrors": [
        "https://registry.docker-cn.com"
    ]
  }

• 重启服务

  sudo systemctl daemon-reload
  sudo systemctl restart docker

• 值得注意的是，有时候在非root账号下，使用docker会出现如下错误提示：

  

  使用如下指令可消除该错误

  sudo chmod a+rw /var/run/docker.sock

Nvidia-Docker安装

• 值得注意的是，如果想要用cuda的容器，必须安装nvidia-docker，才能在容器中使用cuda加速。才能用tensorflow、pytorch等框架使用GPU训练。
• 安装步骤在nvidia-docker github中。

Docker镜像

Docker安装好后，可以在Docker_Hub找到自己想要的开发环境。

• 以CUDA为例

  docker pull nvidia/cuda

  这个指令能够将最新版本的image下载下来。

• 当然也可以自己制作镜像，在此不赘述，自行查看相关指令。

Docker容器

• image下载完后，查看iamges ID

  docker images

  会出现如下图
  

• 然后用镜像创建容器

  docker run -ti -- name test -v /home:/home ID /bin/bash

  指令不清楚查看上面提到的docker指令集。

• 指令输入完后就会进入到容器的指令窗口

  

• 容器相关指令集也在上面提到docker、

• 指令集里面

SSH连接容器

我们还可以用SSH连接容易（笔者更倾向的方法）。

• 方法链接

• 其实就是在已有的容器装上SSH服务，然后生成对应的镜像，再利用如下指令生成新的容器

  nvidia-docker run -ti --name test -v /home:/home -d -p 2000:20 ID /usr/sbin/sshd -D

• 创建成功后可以利用如下命令进入容器

  ssh root@ IP

• 查看容器的IP

  docker inspect --format '{{ .NetworkSettings.IPAddress }}' ID