Ubuntu 18.04 安装Docker

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

安装成功

将非root用户加入docker组，否则后续命令需要sudo权限

sudo gpasswd -a 用户名 docker
sudo service docker restart
newgrp - docker

可能出现问题： 参考博客完美解决docker问题：Failed to allocate directory watch: Too many open files_源代码杀手的博客-CSDN博客

sudo vim /etc/sysctl.conf

sudo sysctl -p

 

再次执行，解决！ 

 

使用：

拉取ubuntu18.04版本,并新建一个test容器

docker pull ubuntu:18.04
docker run -it ubuntu:18.04

 

 安装nvidia container toolkit

设置NVIDIA Container Toolkit的stable版本存储库的GPG key

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

 获取：

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit --fix-missing

sudo systemctl restart docker

 docker调用宿主机GPU

docker run -it --gpus all ubuntu:18.04

安装anaconda

注意：以下命令需要区分是在宿主机终端(外边的终端)还是docker容器(docker命令行)执行

启动一个基于ubuntu18.04镜像的容器（宿主机命令）

sudo docker run -it ubuntu:18.04 /bin/bash

新建工作路径（docker容器命令）

cd home 
mkdir work

在宿主机下载anaconda安装包并复制到容器工作路径（宿主机）

复制命令如下：

sudo docker cp 文件名 容器ID:路径/文件名

sudo docker cp Anaconda3-2021.11-Linux-x86_64.sh f887fea4f2f7:/home/work/Anaconda3-2021.11-Linux-x86_64.sh

 

安装 anaconda,过程中全部都选择 yes(docker容器命令)

bash Anaconda3-2020.11-Linux-x86_64.sh

使环境变量生效(docker容器命令)

source ~/.bashrc

 

 保存容器为镜像

 提交容器副本构建新的镜像（宿主机） 需要执行一会

sudo docker commit -m "install Anaconda3" -a "lq" f887fea4f2f7 ubuntu18.04anaconda3

-m: 提交的描述信息

-a: 指定镜像作者

 f887fea4f2f7： CONTAINER ID

ubuntu18.04anaconda3: 指定要创建的目标镜像名

 查看新镜像是否创建成功（宿主机）

sudo docker images

 用新镜像启动一个容器(当然要带--gpus参数)（宿主机）

sudo docker run --gpus all -it ubuntu18.04anaconda3 /bin/bash

 启动成功！

安装工程环境

复制本地工程到工作环境（宿主机）

sudo docker cp clothev1.0.tar.xz 97027c8ab995:/home/work/clothev1.0.tar.xz

 解压命令：

xz -d xxx.tar.xz  #将 xxx.tar.xz解压成 xxx.tar 然后，
tar xvf xxx.tar  #解包完成

 然后安装工程所需的环境即可！