- 拉取镜像
docker pull [OPTIONS] NAME[:TAG|@DIGEST]
docker pull 192.168.12.23:5000/tensorflow1.4:18.01-py2
- 查看所有本地镜像
docker images
- 运行本地某一个镜像为一个容器
docker run [OPTIONS] IMAGE [COMMAND] [ARG...]
-a stdin: 指定标准输入输出内容类型,可选 STDIN/STDOUT/STDERR 三项;
-d: 后台运行容器,并返回容器ID;
-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;
--name="nginx-lb": 为容器指定一个名称;
--dns 8.8.8.8: 指定容器使用的DNS服务器,默认和宿主一致;
--dns-search example.com: 指定容器DNS搜索域名,默认和宿主一致;
-h "mars": 指定容器的hostname;
-e username="ritchie": 设置环境变量;
--env-file=[]: 从指定文件读入环境变量;
--cpuset="0-2" or --cpuset="0,1,2": 绑定容器到指定CPU运行;
-m :设置容器使用内存最大值;
--net="bridge": 指定容器的网络连接类型,支持 bridge/host/none/container: 四种类型;
--link=[]: 添加链接到另一个容器;
--expose=[]: 开放一个端口或一组端口;
docker run -ti --name my_tensorflow1.9_py3 192.168.12.23:5000/tensorflow1.4:18.01-py2 /bin/bash
以交互模式启动一个容器,并命名为my_tensorflow1.9_py3,在容器内执行/bin/bash命令。启动容器的时候也可直接使用镜像的ID,不需要输入镜像完整的路径和tag
在运行一个镜像为一个容器的同时,建立docker容器和宿主机器的共享文件夹,并且指定使用的GPU编号,这里共享的文件夹宿主机器中的~/dataShare和docker容器中的/home/dataShare:
NV_GPU=5 nvidia-docker run -ti --name my_tensorflow1.9_py3 -v ~/dataShare:/home/dataShare 192.168.12.23:5000/tensorflow1.4:18.01-py2 /bin/bash
- 退出容器并后台运行
ctrl+p+q - 退出并关闭容器
exit - 关闭正在运行的容器
docker kill [OPTIONS] CONTAINER [CONTAINER...]
OPTIONS说明:
-s :向容器发送一个信号
docker kill my_tensorflow1.9_py3
- 删除已有的容器
docker rm [OPTIONS] CONTAINER [CONTAINER...]
OPTIONS说明:
-f :通过SIGKILL信号强制删除一个运行中的容器
-l :移除容器间的网络连接,而非容器本身
-v :-v 删除与容器关联的卷
docker rm my_tensorflow1.9_py3
- 将自己的container制作成镜像发布
docker commit -m="what you have change" --author='you name' 7bd6c05865d1 tensorflow1.9:test
参数说明:
-m: 你做了什么修改
-author:镜像发布人(可省略)
7bd6c05865d1 :容器id
镜像仓库中已经存在的镜像类型
test:你提交的镜像是已存在镜像类型的分支说明
- 向docker上传文件
docker cp [OPTIONS] SRC_PATH CONTAINER:DEST_PATH
docker cp /root/test.txt ecef8319d2c8:/root/
- 从docker拷贝文件到宿主机器
docker cp [OPTIONS] CONTAINER:SRC_PATH DEST_PATH
docker cp ecef8319d2c8:/root/test.txt ./
#这里是拷贝到当前路径下