docker的使用

Docker容器并非虚拟机,docker:和操作系统无关的一个沙箱容器,宿主机安装的什么操作系统和其本身无关

docker的下载和安装

https://blog.csdn.net/weixin_42064949/article/details/108218437(直接使用这个安装是没有问题的)

注意，当初用了下述安装命令

sudo apt-get install docker-ce=5:19.03.6~3-0~ubuntu-bionic

docker中常用的命令

https://www.runoob.com/docker/docker-container-usage.html(docker容器的使用教程)
https://blog.csdn.net/qq_37242520/article/details/107041331
https://www.runoob.com/docker/docker-container-usage.html（终端的进入与退出）

pull一个镜像，直接使用带有GPU版本的镜像

sudo docker pull pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel

运行docker

docker run -tid --name transdocker ubuntu /bin/bash
name是容器的名字，这个容器来自于ubuntu这个镜像，加rm命令后，退出后不保存容器

docker run -e PYTHONIOENCODING=utf-8 m_container:latest my-python3

重启docker

sudo systemctl restart docker

文件传输：将主机文件传给docker

sudo docker cp Anaconda3-5.2.0-Linux-x86_64.sh 8db6956f9de8:/home

显示所有容器

docker ps -a

查看docker中有哪些镜像

docker images

删除镜像

 docker rmi bd9410be89b6

开启容器

docker start transdocker

进入容器

docker attach transdocker

删除容器

docker rm -f 1e560fca3906

在docker中安装anaconda3

https://blog.csdn.net/nothing_upc/article/details/102897875

在docker中安装显卡驱动

docker内的显卡驱动要与宿主机器一致

https://blog.csdn.net/qq_33547243/article/details/107433616(有安装显卡驱动教程，cuda,和cudnn)

检查cuda是否可用

import torch 
torch.cuda.is_available()

使用GPU与docker-nvidia2.0

https://medium.com/@linhlinhle997/how-to-install-docker-and-nvidia-docker-2-0-on-ubuntu-18-04-da3eac6ec494

编码问题解决

宿主机pytho使用print打印中文没有问题，但是容器就会有问题，所以重新开一个容器。

https://blog.csdn.net/while10/article/details/111671556

sudo docker run  -e PYTHONIOENCODING=utf-8 --runtime=nvidia -it --name transdocker5 nvidia/cuda:10.1-devel /bin/bash

docker的删除

https://www.codeleading.com/article/79443929150/ (下面的命令来自于这个操作，亲自实践)

sudo apt-get autoremove docker docker-ce docker-engine  docker.io  containerd runc

镜像的备份和迁移

https://www.cnblogs.com/alexzhang92/p/10512640.html

导出某一个容器

docker export 1e560fca3906 > ubuntu.tar

test/ubuntu:v1是一个镜像，这个名字可以自己起，ubuntu.rar是导出的容器。

cat docker/ubuntu.tar | docker import - test/ubuntu:v1

得到镜像后，然后我们可以开启一容器。

如果要保存元数据（nvidia），需要先commit然后再save。

提交transdocker5（容器名）作为transdocker镜像
docker commit transdocker5 transdocker

将镜像transdocker， 输出到transdocker.tar文件
docker save -o transdocker.tar transdocker

得到.tar文件后，我们只需要在主机上将它load进来,然后再相应的镜像中就有这个文件了。

docker load -i transdocker.tar

修改docker ip

https://www.cnblogs.com/kingsonfu/p/11578073.html

查看docker信息，可以显示IP

sudo docker inspect transdocker5

docker部署容器

https://www.pianshen.com/article/805788059/