docker for windows训练&测试模型常用命令

启动docker

1.启动docker

systemctl start docker

2.关闭docker

systemctl stop docker

3.重启docker

systemctl restart docker

4.查看版本号

docker version

镜像操作

1.查看镜像

docker images

2.搜索镜像

docker search #镜像名字

3.运行镜像

docker run #镜像名字

4.拉取镜像

docker pull #镜像名字

5.删除镜像

docker rmi -f #镜像名
docker rmi -f $(docker images -aq)#删除全部镜像  -a 意思为显示全部, -q 意思为只显示ID

6.加载镜像(从.tar压缩包导入镜像)

docker load -i #镜像保存文件位置

7.导出镜像（导出至.tar文件）

docker save  -o 
docker save 镜像名/镜像ID -o 镜像保存位置和名字

容器操作

1.查看运行的容器

docker ps -a # 查看所有容器

2.创建容器（使用gpu用于计算）

docker run --runtime= --gpus all -it  bash

常用命令解释

docker run --runtime=容器名 --gpus all -it 镜像名 bash
docker run [OPTIONS] IMAGE [COMMAND] [ARG...]
常用参数：
--name=NAME   #为容器指定名字为NAME，不使用的话系统自动为容器命名
-d: 后台运行容器并返回容器ID，也即启动守护式容器(后台运行)；
 
-i：以交互模式运行容器，通常与 -t 同时使用；
-t：为容器重新分配一个伪输入终端，通常与 -i 同时使用；
也即启动交互式容器(前台有伪终端，等待交互，一般连用，即-it)；
 
-P: 随机端口映射，大写P
-p: 指定端口映射，小写p

3.停止容器

docker stop #容器名

4.启动容器

docker start #容器名

5.重启容器

docker restart #容器名

6.进入运行中的容器

docker exec -it 容器名 /bin/bash

7.强制停止容器

docker kill #容器名

8.删除容器

docker rm -f #容器名
docker rm -f $(docker ps -a -q)
or
docker ps -a -q | xargs docker rm
#多个删除

9.日志查询

docker logs #容器名字

10.查看容器中运行的进程

docker top #容器名

11.查看容器内部细节

docker inspect #容器名

12.容器挂载数据（这映射是动态映射数据对应盘符数据咋改的就咋改）

# 创建容器并指定数据卷，注意通过 -v 参数来指定数据卷
docker run -v <宿主机文件夹>:<容器文件夹> <镜像名>
docker run -v /mydata:/data nginx
docker run -d --name 容器名 -p 80:80 -v html:/usr/share/nginx/html 容器名

并将宿主机的/mydata文件夹映射到容器的/data文件夹。

13.查看数据卷

docker volume ls

14.查看数据卷

docker volume inspect #数据卷名

15.删除数据卷

docker volume rm #数据卷名

网络操作

1.查看网络

docker network ls

2.创建网络

docker network create #网络名

3.查看网络数据源

docker network inspect #网络名

4.删除网络

docker network rm #网络名

其他操作

1.Docker Engine配置实测能使用GPU

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "dns": [
    "8.8.8.8",
    "8.8.4.4"
  ],
  "experimental": false,
  "features": {
    "buildkit": true
  },
  "insecure-registries": [
    "https://hub.atguigu.com"
  ],
  "registry-mirrors": [
    "https://registry.docker-cn.com",
    "http://hub-mirror.c.163.com",
    "https://mirror.ccs.tencentyun.com",
    "https://docker.mirrors.ustc.edu.cn",
    "https://cr.console.aliyun.com/"
  ],
  "runtimes": {
    "nvidia": {
      "args": [],
      "path": "nvidia-container-runtime"
    }
  }
}