Pycharm远程连接docker 使用docker容器搭建服务环境，使用GPU

问题

• 每一个服务的运行环境不同
  安装的软件数量和版本不同，频繁的搭建本地工作环境，肯定十分麻烦，可以借助docker搭建环境

我需要的项目环境

• 可能需要更换tensorflow版本/keras版本/python版本
• 可能需要安装一些比较少见的库
• 刚拉取的镜像可能需要更新部分底层库
• 需要用到GPU

本地开发，上传到远程服务器，在远程服务器搭建的docker内执行

1. 在本地，使用Pycharm自带的功能可以实现代码的自动上传，传送到服务器，在本地制作开发，执行命令都在远程docker内
2. 在docker内搭建好自己需要的环境
3. 在服务器端，启动容器的时候使用 -v命令实现共享卷，这样自动上传到服务器的代码可以自动共享到docker内（在docker内的文件修改也会修改服务器上的文件，但是尽量不要这么操作）
4. 在启动容器的时候带上--runtime=nvidia就可以使用服务器上的GPU了，具体命令如下

sudo docker run --runtime=nvidia -it --name "human-segmentation" -v 服务器中项目路径:映射到docker中的路径 tensorflow/tensorflow:1.13.1-gpu-py3 /bin/bash

优势

1. 环境部署相当迅速，十分灵活

2. 不用破坏本地环境

3. 在多人公用服务器的时候不会因为操作了环境变量而打扰到别人

4. 加快了开发效率

5. 增加和删除环境十分方便（使用anaconda搭建一个本地环境可能需要好几个G，这是我之前用的套路）

劣势

1. 受网络影响严重，网络不行，远程开发会受到很大的打击，而且没有本地环境

这是我自己摸索出来的开发套路，真实可行！

• 如果你操作有问题，请留言