ubuntu18.0本地配置Docker并配置pytorch环境然后运行本地python文件

一、Docker安装

官网提供了三种安装方法，

• 设置 Docker 的存储库并从中进行安装，以便于安装和升级任务。这是推荐的方法，但是这是默认安装最新版本docker
• 下载 DEB 包并手动安装，完全手动管理升级。可以指定版本安装docker
• 使用自动方便脚本来安装 Docker。

本博客主要介绍第二种方法，即可以指定版本的安装方法，安装Docker20.10版本

1、下载Docker deb包，下载路径：
https://download.docker.com/linux/ubuntu/dists/bionic/pool/stable/amd64/

首先从上链接中下载docker-ce-cli_20.10.9_3-0_ubuntu-bionic_amd64.deb， docker-ce_20.10.9_3-0_ubuntu-bionic_amd64.deb， containerd.io_1.6.6-1_amd64.deb三个指定的包，然后运行下面的命令进行安装并测试：

2、dpkg命令安装

sudo dpkg -i docker-ce-cli_20.10.9_3-0_ubuntu-bionic_amd64.deb docker-ce_20.10.9_3-0_ubuntu-bionic_amd64.deb containerd.io_1.6.6-1_amd64.deb

测试：
执行命令

su  # 进入root权限

docker run hello-world

二、配置pytorch环境

上docker Hub官网 点击官方链接搜索 pytorch/pytorch

不用登录，直接在搜索栏进行搜索即可。

选择合适的版本，点击右边复制按钮，复制Docker pull命令，这里我选择了
docker pull pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel

等待完成后，使用命令：docker images 查看当前镜像：

发现刚才安装的pytorch镜像已经存在了。

三、运行pytorch容器

执行命令：docker run -it --gpus all pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel /bin/bash
这里注意，如果使用GPU的话，–gpus all必须要带，如果不适用的话可以不用此参数
首次运行可能会报错，没报错的话忽略：

报错和GUP有关，查了资料说在通过 --gpus 参数来使用宿主机的 GPU 时，需要先安装一个英伟达的nvidia-container-runtime。另外需要注意的是，这个东西是不能直接 apt install，会报找不到该软件，需要先添加英伟达的 apt 软件源。具体操作步骤如下：

可以新建一个nvidia-container-runtime-script.sh可执行文件，文件内容为

# nvidia-container-runtime-script.sh

sudo curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
sudo curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
sudo apt-get update

然后执行可执行文件：sudo sh nvidia-container-runtime-script.sh

然后执行：

sudo apt-get install nvidia-container-runtime

安装完毕后重启docker : sudo systemctl restart docker

最后重新运行容器：

发现GPU相关问题解决了。

四、在本地Docker环境下运行本地的python文件

执行命令：

docker run -it -v /home/zhanghua/DockerTest:/home --gpus all  pytorch/pytorch:1.9.0-cuda10.2-cudnn7-devel /bin/bash

这里注意，运行容器时和“三”中的运行命令相比加了“-v /home/zhanghua/DockerTest:/home”参数，参数意义是：将本地目录“/home/zhanghua/DockerTest”挂载到docker 容器的“/home文件夹”，当然这里挂载目录和目标挂载目录都可以随便，就看你的python文件在哪里了，比如我的python文件在本地的"/home/zhanghua/DockerTest"目录中

代码运行成功。
注：我的DockerTest.py

import torch
print("------------------")
print("Docker 环境测试")
print()

print("cuda是否可用")
print(torch.cuda.is_available())

本博客只是初学小白记录，如有问题大家可以评论区讨论。

修改Docker的默认存储位置：
https://blog.csdn.net/qq_41251963/article/details/123065678