Docker容器搭建运行python深度学习环境

1. 任务管理器中查看虚拟化，已启用
   若禁用，重启电脑，到Bios中开启
   
2. 安装Docker Desktop及开启WSL功能。
   
   打开 powershell
3. 创建镜像

docker run --rm -it quay.io/azavea/raster-vision:pytorch-latest /bin/bash
docker images

ubuntu

docker run wq001/rastertorch

依据镜像id创建容器

docker create -it --name [name] [镜像id]
docker start [name]

进入容器

docker exec -it [容器id] /bin/bash

将容器提交至docker Hub

docker commit -m "What you did to the image" -a "Author Name" container_id repository/new_image_name
docker commit -m 'add rv' -a 'wq001' 578ce96731cc wq001/rastertorch

https://hub.docker.com/r/wq001/rastertorch

docker容器和本地机器互传文件

docker cp [本地路径] 容器id:[容器内路径]
docker cp D:\docker\raster-vision\myPY\test.py 7837a6060f9d:/opt/src/code/test.py
docker cp 容器id:[容器内路径] [本地路径] 

查看所有镜像 docker images
查看所有容器 docker ps -a

Expected more than 1 value per channel when training, got input size torch.Size([1, 256, 1, 1])

batch_size=1导致。
改为偶数或在torch.utils.data.DataLoader类中或自己创建的继承于DataLoader的类中设置参数drop_last=True，把不够一个batch_size的数据丢弃。

urllib.error.URLError: <urlopen error [Errno 111] Connection refused>

网络问题。
下载本地后再上传或者搭梯子。