ubuntu下安装docker
参考链接 :菜根谭
安装
-
由于apt官方库里的docker版本可能比较旧,所以先卸载可能存在的旧版本
sudo apt-get remove docker docker-engine docker-ce docker.io
-
更新apt包索引
sudo apt-get update
-
安装以下包以使apt可以通过HTTPS使用存储库(repository)
sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common
-
添加Docker官方的GPG密钥:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
-
使用下面的命令来设置stable存储库:
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
-
再更新一下apt包索引:
sudo apt-get update
-
安装最新版本的Docker CE:
sudo apt-get install -y docker-ce
-
列出可用的版本:
apt-cache madison docker-ce
-
选择要安装的特定版本,第二列是版本字符串,第三列是存储库名称,它指示包来自哪个存储库,以及扩展它的稳定性级别。要安装一个特定的版本,将版本字符串附加到包名中,并通过等号(=)分隔它们:
sudo apt-get install docker-ce=<VERSION>
验证
-
查看docker服务是否启动:
systemctl status docker
-
若未启动,则启动docker服务:
sudo systemctl start docker
-
经典的hello world:
sudo docker run hello-world
docker 添加容器
参考链接: 菜鸟教程
- 查看docker是否安装成功
docker
- 使用 ubuntu 镜像启动一个容器
docker run -it ubuntu /bin/bash
-i: 交互式操作。
-t: 终端。
ubuntu: ubuntu 镜像。
/bin/bash:放在镜像名后的是命令,这里我们希望有个交互式 Shell,因此用的是 /bin/bash。
- docker 退出容器
exit
- docker 查看所有的容器
docker ps -a
- docker 查看正在运行的容器
docker ps
- docker 启动已经停止的容器
docker start xxxx
xxx 为容器的container ID
-
docker 停止容器
docker stop xxxx
-
docker 进入容器
docker attach xxxx
或者docker exec -it xxxx /bin/bash
(exit之后,容器仍然保持启动状态)
docker容器配置
-
搜索和anaconda相关的容器
docker search anaconda
-
选择需要的容器,并pull下来,我们这里选择用第一个continuumio/anaconda3
docker pull continuumio/anaconda3
-
查看所有的容器
docker images
可以看到我们刚才pull的容器已经位列其中了 . -
进入容器
docker run -ti continuumio/anaconda3 /bin/bash
-
查看conda list
conda list
-
查看conda 虚拟环境
conda env list
-
拷贝一个已有的虚拟环境到新的虚拟环境
conda create -n new_name --clone exist_name
-
创建一个新的虚拟环境,同时制定Python版本…
conda create -n env_name python=3.6
-
激活新的虚拟环境
conda activate eug
conda 安装 pytorch
参考链接: Plenari
- 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- 设置搜索时显示通道地址
conda config --set show_channel_urls yes
- pytorch GPU的命令如图所示:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
- pytorch CPU的命令如图所示
conda install pytorch-cpu -c
pytorch pip3 install torchvision
实验项目准备
- 拷贝实验项目数据集到docker的容器中,在服务器上执行
docker cp DukeMTMC-VideoReID.zip 521fa25090a7:/home/
- 通过git clone 项目
git clone https://.......
剩下的工作就不用我说了 …
附录
附录的故事太长,简直一言难尽.
做完刚才的哪些准备之后,发现, 没有显卡驱动,没有cuda.
所以 ,最开始docker search 的时候,还是先search一下带pytorch的容器吧. 这样里面的显卡环境是配置好了的.
最后在带pytorch的容器里 还是安装了一下 pytorch-GPU
参考链接:pytorch.org
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
最后就是看你的项目还需要什么了, 缺什么就装什么
大多数都通过conda install
进行安装. 值得一提的是,metric_learning
用conda安装不上, 灵机一动 pip install
就可以啦.