ubuntu16.04中使用docker安装GPU版pytorch，并在建好的容器中实现本机文件的挂载

首先摆上我学习的一个博主的链接，感觉挺好用的，尤其挂载文件那个，比其他博主的那种感觉好理解一点。参考链接

这里首先要装好docker和nvidia-docker
启动docker：

systemctl start docker

service docker start

执行这两个命令都会提示输入密码，这里输入root密码即可

1. 在docker pytorch 网址找到自己需要的环境网址:**
docker pytorch

我这里的按照我系统的标准来：听说devel版本较好
2. 打开Ubuntu terminal

docker pull pytorch/pytorch:1.5-cuda10.1-cudnn7-devel

有了镜像才可以创建容器，创建一个新的容器并运行镜像，这里根据自己下载的版本做相应命令的修改。

nvidia-docker run  -itd  --gpus all pytorch/pytorch:1.5-cuda10.1-cudnn7-devel

3.查询容器ID，并进入到容器，测试pytorch是否正常使用

docker ps -a

这里可以看到已经建好的容器ID：bd95a970b639
终端输入：

docker start -i bd95a970b639

python

import torch

print(torch.cuda.is_available())

print(torch.__version__)

显示界面如下：

4. 从本机拷文件到docker容器里面
这一步忍不住吐槽了，搞了两天都没成功，用的什么数据卷挂载，累得半死，各种博客眼花缭乱，脑子思绪乱成了裹脚布！！！！我真的给跪了！！还好找到了下面的方法来挂载本机文件，感觉挺好理解，也挺好用的，希望大家能喜欢。

docker cp 要拷贝的文件路径 容器名：要拷贝到容器里面对应的路径
比如我的：docker cp /var/lib/docker/volumes/test-vol/_data bd95a970b639:/hostdata/
这里注意一下，我的本机文件夹路径是：/var/lib/docker/volumes/test-vol/_data
我的容器路径就是/hostdata
在终端执行命令：

docker cp /var/lib/docker/volumes/test-vol/_data bd95a970b639:/hostdata/

终端没报错，就是文件已经复制到了容器中了，接下来查看一下容器中的文件情况，终端执行：

docker start -i bd95a970b639   #这里先进入容器

接着执行：

cd /hostdata

ls

这样就完成了整个过程，第一次配。

5. docker保存、删除、导入镜像
想保存在/data/wj文件夹

cd /data/wj

保存

docker save -o pytorchdocker.tar pytorch/pytorch:1.5-cuda10.1-cudnn7-devel 

导入镜像

docker load --input pytorchdocker.tar