Docker简单使用

Docker构建和使用

1.构建dockerfile文件 实例

# 基础镜像 
FROM nvcr.io/nvidia/cuda:12.1.0-runtime-ubuntu20.04

# 安装依赖项 和python-dev
RUN apt-get update && \
    apt-get install --no-install-recommends -y python3-pip python3.8-dev vim git build-essential

# Set python3.8 as default
RUN ln -s /usr/bin/python3 /usr/bin/python

# 需要准备好 torch 等whl 进行安装对应python环境  
COPY ./whl/torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl /tmp/torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl
RUN pip install /tmp/torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl
RUN rm /tmp/torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl

如果获取CUDA镜像 可以在https://hub.docker.com/r/nvidia/cuda/tags中自主选择

whl离线版本在http://download.pytorch.org/whl/torch_stable.html中可获得 ，搜索相关版本CU121

2. 安装镜像（注意：不要忘记最后的小数点，代表当前目录）

docker build -t target:v1 .

3. 镜像内部调试算法

会打开一个bash窗口，在该窗口里运行算法，查看是否有缺失的依赖

• 千万记住：启动Docker后，在Docker内部修改代码是并不会保存的，需要在原始算法端重新修改。或者启动自动挂载的docker

docker run -v /home/bf/:/app -it --gpus "device=7"  --rm target:v1 /bin/bash

conda自动安装 无需手动输入y conda install -y