使用docker搭建深度学习环境-从零开始(上)

最新推荐文章于 2023-07-31 00:35:35 发布

ambm29

最新推荐文章于 2023-07-31 00:35:35 发布

阅读量1w

点赞数 6

文章标签： docker 深度学习 tensorflow anaconda ubuntu

本文链接：https://blog.csdn.net/ambm29/article/details/96151358

版权

系列链接:

使用docker搭建深度学习环境-从零开始(上) https://blog.csdn.net/ambm29/article/details/96151358

使用docker搭建深度学习环境-从零开始(下) https://blog.csdn.net/ambm29/article/details/96278696

1.docker简介

docker是一种新兴的虚拟化方式，docker 跟传统的虚拟化方式相比具有众多的优势。

更高效的利用系统资源

由于容器不需要进行硬件虚拟以及运行完整操作系统等额外开销，docker 对系统资源的利用率更高。无论是应用执行速度、内存损耗或者文件存储速度，都要比传统虚拟机技术更高效。因此，相比虚拟机技术，一个相同配置的主机，往往可以运行更多数量的应用。

更快速的启动时间

传统的虚拟机技术启动应用服务往往需要数分钟，而 docker 容器应用，由于直接运行于宿主内核，无需启动完整的操作系统，因此可以做到秒级、甚至毫秒级的启动时间。大大的节约了开发、测试、部署的时间。

一致的运行环境

开发过程中一个常见的问题是环境一致性问题。由于开发环境、测试环境、生产环境不一致，导致有些 bug 并未在开发过程中被发现。而 docker 的镜像提供了除内核外完整的运行时环境，确保了应用运行环境一致性，从而不会再出现 「这段代码在我机器上没问题啊」 这类问题。

持续交付和部署

对开发和运维（DevOps）人员来说，最希望的就是一次创建或配置，可以在任意地方正常运行。

使用 docker 可以通过定制应用镜像来实现持续集成、持续交付、部署。开发人员可以通过 Dockerfile 来进行镜像构建，并结合持续集成(Continuous Integration) 系统进行集成测试，而运维人员则可以直接在生产环境中快速部署该镜像，甚至结合持续部署(Continuous Delivery/Deployment) 系统进行自动部署。

而且使用 Dockerfile 使镜像构建透明化，不仅仅开发团队可以理解应用运行环境，也方便运维团队理解应用运行所需条件，帮助更好的生产环境中部署该镜像。

更轻松的迁移

由于 docker 确保了执行环境的一致性，使得应用的迁移更加容易。docker 可以在很多平台上运行，无论是物理机、虚拟机、公有云、私有云，甚至是笔记本，其运行结果是一致的。因此用户可以很轻易的将在一个平台上运行的应用，迁移到另一个平台上，而不用担心运行环境的变化导致应用无法正常运行的情况。

更轻松的维护和扩展

docker 使用的分层存储以及镜像的技术，使得应用重复部分的复用更为容易，也使得应用的维护更新更加简单，基于基础镜像进一步扩展镜像也变得非常简单。此外，docker 团队同各个开源项目团队一起维护了一大批高质量的官方镜像，既可以直接在生产环境使用，又可以作为基础进一步定制，大大的降低了应用服务的镜像制作成本。

docker与传统虚拟机性能对比
特性	容器(docker)	虚拟机(VM)
启动	秒级	分钟级
硬盘使用	一般为MB	一般为GB
性能	接近原生	性能损失较大
系统支持量	单机支持上千个容器	一般几十个

2.docker在windows上的安装

首先，我们进入docker官网，下载安装文件，网址为：https://docs.docker.com/docker-for-windows/install/

随后，我们需要登录才能下载。

下载之后安装，安装完后会提示你注销后才能使用，注销。

注销后如果你的windows的hyper-V不可用的话，还会提示你重启，之后docker会在你的右下方出现一个小鲸鱼，之后就可以使用docker啦。

3.第一个实例“hello world”

现在我们打开命令行(win+R键输入cmd来运行)，通过下方的命令查看docker是否可以运行

docker -v

可以看到我们所使用的的docker版本，说明docker安装成功~

按照惯例，我们运行helloworld。

docker run hello-world

欢迎来到docker的世界。

4.下载ubuntu镜像，并指定版本为16.04

在docker中，运行一个环境，需要镜像(Image)和容器(Container)，镜像和容器之间的关系就好比python中的类和实例一样，镜像通过docker run命令可以转化(运行)成容器，容器通过docker commit命令可以包装(提交)成镜像。并且，一个镜像可以运行成互不影响的多个容器。需要注意的是，只有镜像才可以拷贝与分享，而容器不行。

下面，我们通过布置ubuntu-16.04的镜像来理解上述概念。