使用docker的经历

使用docker

如何使用docker，首先登录官网，找到对应版本的docker：https://www.docker.com/
可参考的教程：https://www.runoob.com/docker/docker-install-ubuntu.html
安装步骤
1）更新apt包索引
sudo apt-get update
安装apt依赖包，用于通过https来获取仓库：
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
2)添加docker官方GPG密匙：
curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
如果提示gpg: 找不到有效的 OpenPGP 数据。先添加pgp key，命令如下：
sudo curl -fsSL https://get.docker.com/gpg | sudo apt-key add -
更新apt 包索引
sudo apt-get update
3)安装最新版本的Docker Engine-Community and containerd或者转到下一步安装特定版本：
$ sudo apt-get install docker-ce docker-ce-cli containerd.io
$要安装特定版本的 Docker Engine-Community，请在仓库中列出可用版本，然后选择一种安装。列出您的仓库中可用的版本：
$ apt-cache madison docker-ce

docker-ce | 5:18.09.1_3-0ubuntu-xenial | https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu xenial/stable amd64 Packages
docker-ce | 5:18.09.0_3-0ubuntu-xenial | https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu xenial/stable amd64 Packages
docker-ce | 18.06.1_ce3-0~ubuntu | https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu xenial/stable amd64 Packages
docker-ce | 18.06.0_ce3-0~ubuntu | https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu xenial/stable amd64 Packages
4)测试docker是否安装成功：
$sudo docker run hell-world
5）安装 nvidia-docker
离线安装
5.1）
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update
5.2）执行以下5个命令，下载5个包到当前目录，拷贝这些包到离线服务器上：
apt download libnvidia-container1
apt download libnvidia-container-tools

apt download nvidia-container-toolkit

apt download nvidia-container-runtime

apt download nvidia-docker2

5.3）
在服务器上执行，dpkg -i libnvidia* nvidia* 即可一次安装这5个包
5.4）重启docker
sudo systemctl daemon-reload
sudo systemctl restart docker
5.5）执行验证
nvidia-docker image ls
sudo docker run --runtime=nvidia --rm nvidia/cuda:10.2-base nvidia-smi，出现以下信息证明成功
±----------------------------------------------------------------------------+
| NVIDIA-SMI 440.64 Driver Version: 440.64 CUDA Version: 10.2 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|=++==============|
| 0 GeForce GTX 1080 Off | 00000000:01:00.0 On | N/A |
| 45% 35C P8 9W / 180W | 310MiB / 8116MiB | 0% Default |
±------------------------------±---------------------±---------------------+

±----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
±----------------------------------------------------------------------------+

6)创建容器
#sudo nvidia-docker run -tid --gpus all -p 8080:8080 -v /home/jw:/home 镜像ID
-v表示映射本地和docker文件共享
7）启动容器
#sudo nvidia-docker exec -it c89ff840330b /bin/bash
#c89ff840330b表示启动的容器的名称，可以通过sudo docker ps查看

8）在docker中配置环境
8.1）安装python
下载python：https://www.python.org/ftp/python/3.7.0/
安装依赖项
apt-get update
apt-get -y install gcc automake autoconf libtool make
apt-get -y install make*
apt-get -y install zlib*
apt-get -y install openssl libssl-dev
apt-get install sudo
apt-get -y install openssl-devel
在这3.7.0版本后进入docker环境python所在的路径，执行以下命令：
./configure --prefix=/usr/local/ --enable-optimizations
make && make install
接下来添加软链接
ln -s /usr/local/bin/python3 /usr/bin/python3
ln -s /usr/local/bin/pip3 /usr/bin/pip3
#注意，编译过程可能会出现：ModuleNotFoundError: No module named ‘_ctypes’，解决方法：sudo apt-get install libxpm-dev libxext-dev，sudo apt-get install libffi-dev
8.2)安装pytorch和torchvision
到网上下载对应torch的版本：https://pypi.tuna.tsinghua.edu.cn/simple/torch/，下载对应的torchvision版本：https://pypi.tuna.tsinghua.edu.cn/simple/torchvision/
直接pip install XXX即可安装完成，
验证是否成功：在命令终端输入python，

import torch
torch.cuda.is_available() #return True
from torch.backends import cudnn
cudnn.is_available() #return True
ok!!!
9)如果要删除镜像，使用
docker rmi 镜像ID
如果出现
#Error response from daemon: conflict: unable to remove repository reference “hello-world” (must force) - container 55e713fc196b is using its referenced image bf756fb1ae65
解决方法：
9.1.1 .停止所有的container，这样才能够删除其中的images：

docker stop $(docker ps -a -q)

9.1.2 如果想要删除所有container的话再加一个指令：

docker rm $(docker ps -a -q)

9.1.3 docker rmi xxx (xxx表示镜像id)
10）打包镜像
sudo docker commit xxx（镜像id，通过docker ps 查看）test：v1 #提交容器
sudo docker save test：v1 -o /home/test.tar #本地保存镜像
11） 异地加载镜像
sudo docker load -i test.tar
done!!!