ExpRe[11] Docker[0] 基础使用，涉及GPU的使用，深度学习镜像deepo

时效性
本篇撰写时间为2021.11.19，由于计算机技术日新月异，博客中所有内容都有时效和版本限制，具体做法不一定总行得通，链接可能改动失效，各种软件的用法可能有修改。但是其中透露的思想往往是值得学习的。
本篇前置：

• ExpRe[6] 云服务器[0] 基础使用，ssh连接
  https://www.cnblogs.com/minor-second/p/15553737.html
• 这里涉及GPU的部分用到有GPU的云服务器，可能比较贵。当然有GPU的普通机器的用法并没有太多本质区别。

Docker

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。(百度百科)

主要是可移植。因此deepo这种配置好了的镜像我们可以直接拿来用。以后配置环境也可以配好一次到处运行。
我们ssh登上服务器，然后参考
https://docs.docker.com/engine/install/ubuntu/#installation-methods
安装docker
注：参照该教程安装的过程中，这条

sudo apt-get install \
    ca-certificates \
    curl \
    gnupg \
    lsb-release

命令可能造成重启某些重要服务，因此会在终端给出提示。按提示操作即可。

• 过程中碰到一个小问题，当etc/hostname中的name没有出现在etc/hosts中时，sudo相关的一些命令将显示sudo: unable to resolve ....
  StackExchange中找到解决方法：在/etc/hosts中加入127.0.0.1 <name>这样的行即可。

跟随教程成功看到
Hello from Docker! This message shows that your installation appears to be working correctly.
之后的post-installation steps可做参考。不过此处可以暂时不管。

制作镜像

时效性：截至2021.11.19，由于英伟达闭源驱动问题很多，经常导致黑屏，甚至无法进入恢复模式。所以我们一定要先制作镜像。（这个镜像和docker的镜像是两个意思）

我们在MobaXterm用Ctrl + D断开连接，再关机。制作镜像。

nvidia驱动

docker一千个好，就是不能把驱动也容器化。
所以需要在开始配置deepo之前装好驱动和nvidia-docker
下图来自deepo的github页面

服务器终端使用命令lspci | grep nouveau，确认没有任何输出，防止兼容性问题。之后再

sudo apt install ubuntu-drivers-common
ubuntu-drivers devices

按照其recommended版本安装

注：时至2021.1