新的Ubuntu服务器上如何安装深度学习环境的docker

 背景：

硬件：联想的双3090显卡 总共 48GB显存 4TB 刀片式服务器。

软件：只安装了nvidia的驱动，能用nvidia-smi查看显卡信息，但是 nvcc -V看不到东西。

镜像包是 nvidia_cu11_tf15.tar，里面包含：

tensorflow                1.15.2+nv
tensorflow-estimator      1.15.1
tensorrt                  7.1.2.8
torch                     1.9.0
torchvision               0.10.0

step 1 搞通网络

外网：自己mate20手机插usb线给Ubuntu，然后手机点开 usb共享网络。

内网连接笔记本：网线对插笔记本和服务器，都改成 192.168.1.xx网段。

Windows修改IP地址：打开网络和共享中心，选择适配器设置，右键选择属性，然后选择Internet协议版本4（TCP/IPv4），点击属性，手动输入IP地址、子网掩码和默认网关。确保两台计算机的IP地址在同一网段内，例如192.168.1.x。然后可以使用ping命令测试两台计算机之间的连接。如果无法ping通，可以检查防火墙设置或者网络配置是否正确。

Ubuntu是有多个网卡的系统，我怎么知道哪个IP是我需要改的，或者我怎么手动修改该Ubuntu系统下的某个端口的IP地址、子网掩码和默认网关

如果需要手动修改某个端口的IP地址，可以使用ifconfig命令加上端口名来指定要修改的网卡，例如ifconfig eth0 192.168.1.2 netmask 255.255.255.0 gateway 192.168.1.1。这将把eth0端口的IP地址设置为192.168.1.2，子网掩码为255.255.255.0，默认网关为192.168.1.1。

能ping 通后，用 WinSCP 连接Ubuntu，然后上传 nvidia_cu11_tf15.tar 到 它的 data 目录。

step 2 安装 docker 和 nvidia-docker2

        公司nvidia驱动和环境里的TensorFlow，torch 是不一样的。一开始担心 是不是 要 降级 Ubuntu下的显卡驱动。

启动后：先图形化实现 软件和更新

点击左下角 9个点点，上面搜索栏 搜索 软件和更新，或者 ctrl  alt T 打开 终端，输入：

docker：

Ubuntu Docker 安装 | 菜鸟教程

上面文章，拉到最后，参考 3 篇笔记 里的 第二篇 是可以成功安装 docker的。

docker-ce的快速安装_docker-ce安装_ftt@sxz的博客-CSDN博客

nvidia-docker2：

Ubuntu 14.04/16.04/18.04安装nvidia-docker2_nudt_qxx的博客-CSDN博客

 注意一定要保持网络畅通。

因为 原系统里已经有了 nvidia驱动，所以 在只执行 三. 和 五.

五. 注意 

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers

如果你是全新安装，不需要执行这一步。

# Test nvidia-smi with the latest official CUDA image

docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi

上面这条 一定要在 网络好的时候多执行一次，我第一次就是没有执行成功，后来是网速好的时候再次执行，才成功，执行成功是 下面这个结果：

step 3 如何使 docker服务 能 使用 GPU的TF，pytorch

docker load<  xxx.tar

docker images

docker run --gpus all -itd <imageid:>

docker ps -a

docker exec -it dockerID  bash

python3

import tensorflow as tf

print(tf.test.is_gpu_available())

step 4 docker里安装新的python包

以Django举例子。

1、进入容器

docker exec -it dockerID  bash

2、安装django

>pip3 install -i https://pypi.douban.com/simple django
或 指定相应的django版本：
>pip3 install -i https://pypi.douban.com/simple django==2.0

pip3 安装 到 python3 的环境

3、验证是否安装成功

python -c "import django; print(django.get_version())"

step 5 如果要固化到镜像，则需要重新构建 Dockerfile

FROM ubuntu:latest
RUN apt-get update && apt-get install -y python3 python3-pip
RUN pip3 install django
COPY myproject /app/myproject
WORKDIR /app/myproject
EXPOSE 8000
CMD ["python3", "manage.py", "runserver", "0.0.0.0:8000"]

在 Dockerfile 里 加上 ，RUN pip3 install django

然后构建镜像