docker在ubuntu16.04下配置（三）

安装按pytorch的image，内心有着诸多疑问：

• 实例化一个image为container，在容器内安装tensorflow，将改进后的container保存为新的image，在新的机器上能运行tensorflow吗？（答案是可以的，cuda，python，tensorflow都可以直接装入镜像内）

新环境配置流程如下：

在container中配置了一系列的环境，其实比较认真的同学可以直接将大部分内容写入dockerfile，然后在生成image的时候就配置好，这里没有认真研习dockerfile，直接在container中装了，随后commit成image供调用。
创建container
nvidia-docker run --privileged=true -it --name test4 -e PYTHONIOENCODING=utf-8 -p 7778:8888 yxnd150150/pytorch:version2 /bin/bash
-e PYTHONIOENCODING=utf-8
nvidia-docker run --name test2 -p 8888:8888 -it yxnd150150/pytorch:version1
将修改过的container保存为image，参考网页
更新软件列表apt-get update
进入容器nvidia-docker exec -it test1 /bin/bash
安装vimapt-get install vim
设置阿里镜像源可以加速下载
安装python3.5apt-get install python3-pip python3-dev
(弃用)安装python3.5apt-get python3注意启动python脚本要用python3
(弃用)安装pipapt-get install python3-pip
升级pippip install --upgrade pip
设置pip国内镜像源加速下载
(弃用)安装tensorflow1.6pip install tensorflow-gpu==1.6
安装tensorflow1.6pip install tensorflow-gpu==1.6
安装torchvision 0.21 pip install torchvision==0.2.1
安装pytorch1.01pip install torch==1.0.1 -f https://download.pytorch.org/whl/cu90/stable # CUDA 9.0 build
安装pycharm 用于调试sudo snap install [pycharm-professional|pycharm-community] --classic（ssh问题，失败了，在docker中安装pycharm这种操作google了一下也没有见到，讲道理使用docker是用来部署产品的，调试应该在测试环境完成，所以这里跳过，先用jupyter notebook作为简单的文本浏览工具）
jupyter notebook 秘钥参考本文生成：‘sha1:d2ac5apt660dafb:abd701ea1aab28096309da04118674750f295184’
启动jupyter notebookjupyter notebook --allow-root --no-browser --ip=0.0.0.0
如有需要添加环境变量的话，参考该网址添加需要的lib库中的文件为环境变量
更改docker下编码方式为utf-8(否则运行带有中文的python脚本或用python读取带有中文字符的文本会报错：'ascii' codec can't encode charactersordinal not in range(128))

用到的命令

从本地拷贝文件到容器中docker cp 1.txt test1:/root

用到的网页

pytorch通过pip安装指令
cudnn安装（解压复制的那一套流程），记得制作链接此外，还有官网的教程
本来准备用deepo里面的dockerfile从头制作image，后来还是直接用了nvidia官方的image，dockerfile在此（虽然是有cudnn的，但是检查时没发现，所以自己重新装了cudnn7.03）

报错

apt-get install libglib2.0-dev
windows 使用fq代理的话，会导致连不上远程的jupyter notebook

后续

部署到其他ubuntu系统时，有些之前未出现的报错，记录供参考：

• 使用命令nvidia-smi时，出现“NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
  解决办法参考网址 – 大概意思就是说cuda10适配410， cuda9适配394。
• 安装nvidia-docker2时报错"nvidia-docker install failure because of packages unmet problem on Ubuntu 16.04"， 我的是因为docker-ce没有安装好，参考该网址更新了一下源，然后安装了docker-ce，最后重新安装nvidia-docker2就ok了