ubuntu docker学习笔记

把数据保存到本地，有以下两种方式：

1.volumes数据卷

# 创建一个卷
docker volume create my_volume

# 运行容器并挂载卷
docker run -d --name my_container -v my_volume:/app/data my_image

2.bind mounts挂载

与volume不同的是，绑定挂载直接使用宿主机文件系统中的路径（需要给出绝对路径）

docker run -d --name my_container -v /host/path:/container/path my_image

---

多阶段构建镜像

参考：https://www.orchome.com/8191

多阶段构建可以由多个 FROM 指令识别，每一个 FROM 语句表示一个新的构建阶段，阶段名称可以用 AS 参数指定

---

构建的容器占内存太多

解决办法：

1. 用dockerfile构建
2. 尽量使用官方给的镜像，而不是自己从头开始构建

基于官方的ubuntu20.04镜像，然后自己手动装了ros,cuda,cudnn之后，生成的镜像竟然就达到了16.8GB

想着能不能直接用nvidia官方的cuda镜像呢？在https://hub.docker.com/r/nvidia/cuda/tags?page=1&page_size=&name=11.8&ordering=里可以找到nvidia/cuda的镜像，然后根据tags搜索自己想要的cuda版本，比如说11.8。

发现了我想要的ubuntu20.04+cuda11.8+cudnn8的镜像，但是有两个版本，一个是runtime，另一个是devel，体积比runtime大了不少。

区别：

• devel 镜像：适用于开发和编译 CUDA 应用程序。
• runtime 镜像：适用于运行已编译的 CUDA 应用程序。

 一开始不懂，就下了更小的runtime版本，但是从镜像创建出容器，使用nvcc --version指令会报错找不到nvcc，但还是不死心，又试着装了openpose库，在cmake的时候报错找不到cuda，这才重新下载devel版本。

不知道为啥官网4.99G，但下载下来有9.7G

创建容器：

docker run -it --gpus all --privileged=true -v /dev/:/dev/ -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=unix$DISPLAY -w /workspace nvidia/cuda:11.8.0-cudnn8-devel-ubuntu20.04 /bin/bash

验证一下cuda版本：

运行以下指令验证cudnn版本：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

找不到这个文件，不过没关系，用ls /usr/lib/x86_64-linux-gnu | grep cudnn指令找到了libcudnn，说明cudnn库是安装好了的

ls /usr/lib/x86_64-linux-gnu | grep cudnn

 

在openpose的cmake中，也一切正常

感觉用官方的cuda镜像，在镜像大小上面没有比自己手动安装小多少，不过比较省事，直接拉取就可以了