Docker使用笔记

1.使用docker创建pytorch深度环境

1.1 创建docker环境

docker run -it --name='DCASE' --gpus all --shm-size 64G pytorch/pytorch /bin/bash
#这里可以根据需要将 pytorch/pytorch 镜像更改为自己需要的镜像，如果不知道自己主机含有哪几个镜像，可以使用命令docker images查看

#如果要进行文件映射操作，使用指令-v
docker run -it --name='DCASE' --gpus all -v 宿主机文件夹的绝对路径:容器内的文件夹路径--shm-size 64G pytorch/pytorch /bin/bash

#如果映射多个路径，再添加 -v指令即可

1.2 启动该docker

docker start DCASE
docker exec -it DCASE /bin/bash

1.3 退出该docker

exit

1.4 向docker内传输文件按

docker cp DCASE2019_Task1A/ DCASE:/workspace
docker cp ../anaconda3/envs/pytorch_gpu DCASE:/opt/conda/envs

1.5 从docker向外copy文件

docker cp  DCASE:/opt/conda/envs/pytorch_gpu ../anaconda3/envs

1.5 docker重命名

docker 旧容器名 新容器名

2.新docker内无法使用vim编辑器

bash: vi: command not found

2.1 解决办法

apt-get update
apt-get install vim

3.验证docker内GPU是否可用

python
import torch
print(torch.cuda.is_available())

返回结果为True，说明可以用哦

nvidia-smi

docker内设置中文

docker exec -it 容器名字 env LANG=zh_CN.utf8 /bin/bash
#可以使用 C.UTF-8  或者 zh_CN.utf8
进入容器以后使用命令 locale 和 locale -a 命令查看字符编码情况

或者在进入容器后，打开环境变量(这种方法只需设置一次，以后每次进入容器就不需要再单独配置env设置了)
vim ~/.bashrc
在最后输入以下命令
export LANG=zh_CN.utf8
然后:wq保存退出,并使用命令使环境变量生效
source ~/.bashrc