（本人自用）将本地的anaconda环境封装到docker中并导出为压缩包

目录

系统：ubuntu 20.04

安装docker

将本地anaconda的环境复制的docker的容器中去

将镜像导出为压缩包

---

系统：ubuntu 20.04

安装docker

• 一开始尝试用yum还有离线解压apm（网上乱七八糟的博客）都不行，发现这个方法是最快捷的

sudo apt-get update
sudo apt-get install -y docker.io

• 安装完成后，启动docker

sudo systemctl enable docker

•  查看docker是否安装成功

sudo docker version

• 由于我们安装的时候是用的sudo安装,在这里没有权限连接到docker的服务器,因此需要把当前用户加入到docker组里面去。这里可参考博客【1】

将本地anaconda的环境复制的docker的容器中去

（参考博客【2】）

• 搜取anaconda镜像

docker search anaconda

• 拉取star数最多的镜像

sudo docker pull continuumio/anaconda3

• 查看现有的镜像

sudo docker image ls

•  为镜像image_name创建一个名为contain_name的容器

sudo docker run --name contain_name -idt image_name

• 查看容器

docker ps #查看现在正在运行的容器
docker ps -a #查看所有的容器

• 启动名为contain_name的容器

docker start contain_name

•  进入test容器docker命令

docker exec -it test /bin/bash

• 查看anaconda的位置

whereis anaconda
ctrl+d #退出docker环境

• 本地环境中，将本地环境复制到docker中（注意修改自己的路径）

sudo docker cp /home/ye/anaconda3/envs/pytorch_wj test:/anaconda3/envs

• 最后，可以在docker环境中输入命令：source activate env_name #查看自己是否复制成功

将镜像导出为压缩包

• 将docker容器保存为镜像

sudo docker run --name test -idt continuumio/anaconda3

• 查看新镜像

docker image ls

• 导出为压缩包

docker save image_name -o compressed_package_name

TIPS:

本博主是使用学校的服务器，发现用anaconda导出的镜像没有办法再服务器上跑网络，因此制作了自己的pytorch镜像。此处参考了博客【3】

如何制作自己的pytorch环境：

1.先在docker hub上pull一个自己所需要的pytorch镜像

例如：这里我们拉取pytorch：1.6.0cuda版本的的镜像。

*注意：runtime版本和devel版本是不一样的，仔细查看会发现他们的大小有两个G之差，这里是因为devel版本的镜像里面有cuda包，如果需要cuda编译的就需要拉取devel版本的。例如，博主是需要编译DcnV2的，如果用runtime版本就一直编译不成功（这个问题我改了好久才发现）

docker pull pytorch/pytorch:1.6.0-cuda10.1-cudnn7-devel

2.然后在自己的pytorch环境中（本地环境）运行以下命令，得到requirement.txt

pip freeze > requirements.txt

3.本地环境中，将本地环境复制到docker中（注意修改自己的路径）

sudo docker cp /home/ye/anaconda3/envs/pytorch_wj test:/anaconda3/envs

4.通过上述命令（将本地anaconda的环境..../进入test容器.....），进入容器中（docker环境），通过以下命令安装所需要的包至此，该容器的镜像就拥有自己所需要的所有包了。

pip install -r requirments.txt

 *注：制作好我们的docker镜像后，可以在属于该镜像的容器中进行测试一下，查看是否能正常导入我们的包，以免将环境上传上去后出错。

如图所示：

• 我的容器中，torch和cv2都可以成功导入，但是cuda有问题，博主正在找错..... 
• 经过繁琐的网上各种查资料，终于成功。主要参考博客【4】

 

 

5.接下来退出容器，提交我们的新镜像（可参考博客【3】）

docker commit -m="描述信息" -a="作者" 容器id 目标镜像名：[tag]

6.导出镜像压缩包，并上传到服务器中，就可以了。(压缩包名以.tar结尾)

docker save image_name -o compressed_package_name.tar

在使用docker时所碰到的一些问题（自看）：

failed to start daemon: error while opening volume store metadata database: timeout Code Example

参考博客：

 【1】Linux Ubuntu apt-get安装docker_水煮蜗牛-CSDN博客

【2】docker封装本地anaconda环境_往尘的博客-CSDN博客

【3】10分钟学会Docker的安装和使用！_LYNNzZ361的博客-CSDN博客

 【4】(19条消息) 如何在docker容器中使用GPU以及使用pytorch_六十英里的博客-CSDN博客