docker相关

本文介绍了如何使用docker重启容器、通过docker-compose进行交互操作,包括文件在docker与本地之间的复制,以及基于TensorFlow镜像的改进。还讲述了在VSCode中通过SSH远程调试docker容器的方法。
摘要由CSDN通过智能技术生成

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值