重启
sudo docker restart <container_name_or id>
创建容器(创建与启动容器,会重建有变化的服务器,删掉以前建立的容器)
sudo docker-compose -f <path_to_your_folder>/docker-compose-env.yml up -d
交互指令
sudo docker exec -it <container_name_or id> <command>
直接进入docker环境
sudo docker exec -it alpha_devel_1.4 bash
docker容器和本机互传文件
首先可以使用docker ps -a 查看你要操作的docker容器的container_id
docker容器向本机传送文件
docker cp container_id:docker容器内的文件全路径 本机保存文件的全路径
例如:docker cp 4a2f08d2c1f8:/data1/configure.txt E:\PHP\configure.txt
本机向docker容器传送文件
docker cp 本机保存文件的全路径 container_id:docker容器内的文件全路径
例如:docker cp E:\PHP\configure.txt 4a2f08d2c1f8:/data1/configure.txt
停止指定名称的容器
docker stop <container_name_or id>
#删除指定名称的容器
docker container rm <container_name>
起c++ docker的注意事项:
1. 在yml中先注销以下两句
- /data/AlgProj/gaokj/deploy_opt/:/opt/
- /data/AlgProj/gaokj/deploy_root/:/root/
2. docker启动之后将docker中的opt和root拷贝到deploy_opt和deploy_root中
3. 关闭docker,将1中的两句打开
4. 重新启动docker
镜像基于nvcr.io/nvidia/tensorflow:19.06-py3上的改进实现,加入了常用的开发库和开发工具。本镜像与部署镜像采用相同的Cuda环境,Tensorflow和TensorRT版本。
在vscode中远程调试
官方教程Developing on Remote Machines using SSH and Visual Studio Code
Host docker10.100.39.8
HostName 10.100.39.8
Port 30567
User root