【Docker】(三)Docker常用操作命令


参考上文 【Docker】(二)Docker容器和开发集群搭建
我们完成了Docker容器的相关,这篇文章我会对操作的常用命令进行整理,方便大家快速记忆。

Docker容器操作常用命令

在这里插入图片描述

运行容器

  • 使用命令:
docker run --name container-name:tag -d image-name

--name:自定义容器名,不指定时,docker 会自动生成一个名称
-d:表示后台运行容器
image-name:指定运行的镜像名称以及 Tag

  • 如下所示启动 docker.io/tomcat 镜像成功,前缀 docker.io 可以不写,后面的 tag 版本号要指定。可以使用 docker ps 命令查看容器
[root@localhost ~]# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
docker.io/tomcat    8.5.32              5808f01b11bf        35 hours ago        463 MB
[root@localhost ~]# docker run --name myTomcat -d tomcat:8.5.32
1cbabce49b840d14ab01e25e0d282737b853681debdc541fddf27b508906a62a

查看容器

[root@localhost ~]# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
docker.io/tomcat    8.5.32              5808f01b11bf        35 hours ago        463 MB
[root@localhost ~]# docker run --name myTomcat -d tomcat:8.5.32
1cbabce49b840d14ab01e25e0d282737b853681debdc541fddf27b508906a62a
[root@localhost ~]# docker ps
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
1cbabce49b84        tomcat:8.5.32       "catalina.sh run"   4 minutes ago       Up 4 minutes        8080/tcp            myTomcat

CONTAINER ID:容器 di
IMAGE:镜像名称:Tag
COMMAND:命令
CREATES:容器创建的时刻
STATUS:容器当前的状态 (up 表示运行、Exited 表示停止运行)
PORTS:镜像程序使用的端口号

  • 注意此时虽然容器已经在运行中,Tomcat 镜像占用8080端口,但是这个8080端口是 Docker 容器内部的端口,并不是服务器的端口,所以必须做 端口映射 将服务器的实际端口映射到 Docker 容器中的端口才能访问。

停止容器

  • 使用 docker stop container-name/container-id 命令进行停止容器运行,指定容器名或者容器 id 即可

启动容器

  • 使用 docker start container-name/container-id 命令启动停止运行的容器,同理可以根据 容器名或者 容器 id 进行启动

删除容器

  • 使用 docker rm container-id 命令 删除容器,删除容器前,必须先停止容器运行,根据 容器 id 进行删除
  • rm 参数是删除容器,rmi 参数是删除镜像
  • 镜像运行在容器中,docker 中可以运行多个互补干扰的容器,可以将同一个镜像在多个容器中进行运行

端口映射

  • 使用命令:docker run --name container-name:tag -d -p 服务器端口:Docker 端口 image-name
  1. –name:自定义容器名,不指定时,docker 会自动生成一个名称
  2. -d:表示后台运行容器
  3. image-name:指定运行的镜像名称以及 Tag
  4. -p 表示进行服务器与 Docker 容器的端口映射,默认情况下容器中镜像占用的端口是 Docker 容器中的端口与外界是隔绝的,必须进行端口映射才能访问
  • 如下所示:服务器防火墙先开放了 8080、8090 端口,否则防火墙不开放端口的话,从其它电脑也是无法访问服务器的
  • 然后 运行了 两个容器,容器名称分别指定为 “myTomcat1”、“myTomcat2”、两个容器中都是同一个 docker.io/tomcat:8.5.32 镜像
  • 两个容器都指定了端口映射,分别是8080、8090 ,都会转发到 Docker 容器内部
[root@localhost ~]# firewall-cmd --zone=public --list-port
9876/tcp 8090/tcp 80/tcp 8080/tcp
[root@localhost ~]# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
docker.io/tomcat    8.5.32              5808f01b11bf        38 hours ago        463 MB
[root@localhost ~]# docker run --name myTtomcat1 -d -p 8080:8080 tomcat:8.5.32 
d67cca0aacf7cc4a91112721769ba56aadbe55e8e78ff6749528cf5cecb38f6e
[root@localhost ~]# docker ps -a
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS                    NAMES
d67cca0aacf7        tomcat:8.5.32       "catalina.sh run"   19 seconds ago      Up 17 seconds       0.0.0.0:8080->8080/tcp   myTtomcat1
[root@localhost ~]# docker run --name myTtomcat2 -d -p 8090:8080 tomcat:8.5.32 
0f6df57a7fa189710c0d2c3088334a7ff725c7e57eea71220ffb67049eaf5f5a
[root@localhost ~]# docker ps -a
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS                    NAMES
0f6df57a7fa1        tomcat:8.5.32       "catalina.sh run"   3 seconds ago       Up 1 second         0.0.0.0:8090->8080/tcp   myTtomcat2
d67cca0aacf7        tomcat:8.5.32       "catalina.sh run"   53 seconds ago      Up 51 seconds       0.0.0.0:8080->8080/tcp   myTtomcat1
[root@localhost ~]# 
  • 启动成功之后,ip addr show 查一下服务器 ip 地址( 192.168.58.129),然后就能从物理机上访问了

  • 使用 docker logs container-name/container-id 命令 可以查看容器日志信息,指定容器名或者 容器 id 即可

Docker镜像操作常用命令

在这里插入图片描述

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值