ubuntu18.04+RTX 3090安装docker并配置pytorch环境

Ubuntu18.04安装Docker
Ubuntu18.04安装NVIDIA Docker

踩坑：
执行下面语句时，报错

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
# gpg：找不到有效的OpenPGP数据

解决办法：
打开ipaddress，搜索查找nvidia.github.io，即可得到对应的ip地址：

# nvidia.github.io
185.199.108.153 nvidia.github.io
185.199.109.153 nvidia.github.io
185.199.110.153 nvidia.github.io
185.199.111.153 nvidia.github.io

然后将上面的信息写入host文件即可：可在命令行输入sudo vi /etc/hosts，然后将上面的内容复制在文件下方，保存退出即可。
这时候重新打开终端，再按安装指南一步一步操作的时候，就不会出现上面的问题了。

配置Pytorch环境

（1）修改docker国内源

阿里云容器镜像服务地址：https://cr.console.aliyun.com/cn-hangzhou/instances/mirrors
点击左侧：镜像中心->镜像加速器，然后可看到“加速器地址”一栏，这是你账号专属的加速器地址，勿随意分享。
找到“加速器地址”后，按照下方的操作文档说明进行操作即可。

（2）拉取pytorch镜像并导出

docker pull pytorch/pytorch
# 导出镜像为.tar
docker save -o pytorch_latest.tar pytorch/pytorch:latest

（3）导入镜像、测试*

注意：镜像导出和导入需要使用相匹配的命令，如save对应load，若使用import同样可以正常导入（一个针对镜像一个针对容器），但是导入后的镜像将出现异常，如执行docker run -it pytorch/pytorch /bin/bash 提示容器中不存在/bin/bash等等，这都是血的教训。

docker load -i pytorch_latest.tar
# 导入后，测试：
docker run -it --runtime=nvidia pytorch/pytorch
# 输入python，尝试调用torch模块：
import torch
torch.Tensor(3,4).cuda()

若无报错，恭喜你成功了。