Centos 安装nvidia-docker并用anaconda安装pytorch、mxnet

安装docker，首先要确保是centos7版本

docker安装

第一步：Uninstall old versions
如果老版本的docker或者docker-engine被安装，我们需要卸载他们，连同与其关联的其他依赖。

$ sudo yum remove docker \
docker-client \
docker-client-latest \
docker-common \
docker-latest \
docker-latest-logrotate \
docker-logrotate \
docker-engine
It’s OK if yum reports that none of these packages are installed.

The contents of /var/lib/docker/, including images, containers, volumes, and networks, are preserved. The Docker Engine - Community package is now called docker-ce.

第二步：Install using the repository
$ sudo yum install -y yum-utils \
device-mapper-persistent-data\
lvm2

用下面的指令建立一个稳态仓库
$ sudo yum-config-manager \
–add-repo \
https://download.docker.com/linux/centos/docker-ce.repo

第三步：INSTALL DOCKER ENGINE - COMMUNITY
安装最新版本的docker以及容器
$ sudo yum install docker-ce docker-ce-cli containerd.io

If prompted to accept the GPG key, verify that the fingerprint matches 060A 61C5 1B55 8A7F 742B 77AA C52F EB6B 621E 9F35, and if so, accept it.

第四步：Start Docker
$ sudo systemctl start docker

第五步：Verify Docker Engine - Community
$ sudo docker run hello-world

如果verify的过程中出现错误，需要注意服务器的代理设置
$ mkdir -p /etc/systemd/system/docker.service.d
创建/etc/systemd/system/docker.service.d/http-proxy.conf文件，并添加HTTP_PROXY环境变量。其中[proxy-addr]和[proxy-port]分别改成实际情况的代理地址和端口。

如果没有proxy代理，将文件内填入
[Service]
Environment=“NO_PROXY=localhost,127.0.0.1,mydocker-registry:5000”
应该就没问题了。

更新配置：
$ systemctl daemon-reload
重启Docker服务
$ systemctl restart docker

nvidia-docker

# Add the package repositories

    distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
    curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | \
      sudo tee /etc/yum.repos.d/nvidia-docker.repo
     
    # Install nvidia-docker2 and reload the Docker daemon configuration
    sudo yum install -y nvidia-docker2
    sudo pkill -SIGHUP dockerd
     
    # Test nvidia-smi with the latest official CUDA image
    docker run --runtime=nvidia --rm nvidia/cuda:10.0-base nvidia-smi

可以使用阿里云的源对docker镜像下载加速，具体步骤阿里云官网有，不多赘述。

如果运行不了，可以试试以下方法
sudo tee /etc/docker/daemon.json
<<EOF
{
“runtimes”:{
“nvidia”:[
“path”:
“/usr/bin/nvidia-container-runtime”,
“runtimeArgs”:
[]
}
}
}
EOF

sudo pkill -SIGHUP dockerd

sudo nvidia-docker run -it nvidia/cuda:9.0-base
拉cuda9.0的容器并运行，如果成功，可以在docker里sudo nvidia-smi。
这样nvidia-docker就成功安装了。

anaconda

在docker容器中是没有yum等指令的，我们需要通过apt-get install yum去安装。
下载地址https://www.anaconda.com/download/
在root下 $ bash Anaconda3-4.4.0-Linux-x86_64.sh
或者通过清华源 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

如何使用清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

pip install xxx -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
pip加镜像操作

安装完后增加环境变量

vim /root/.bashrc

# added by Anaconda3 4.4.0 installer
export PATH="/root/anaconda3/bin:$PATH"

保存后
source /root/.bashrc

如果没有root权限，可以 bash vim /home/xxx/.bashrc,
export PATH="/home/xxx/anaconda3/bin:$PATH"
验证conda list

在安装环境前，我们可以更换清华源，这里不赘述，但要注意在更改源之后，一定要将docker restart再进入容器才起作用

conda create -n your name python=xx
source activate your name
deactivate
conda install

pytorch

安装pytorch就很简单了，直接去官网找到指令，conda install 就ok了。
conda install pytorch torchvision cudatoolkit=10.1