Press "Enter" to skip to content

本文介绍了docker容器配置深度学习环境,运行deeplabv3项目,提交容器,保存镜像的操作

文章目录

 

本文主要介绍docker发展历史,常用的镜像,容器命令。以及部署深度学习环境,运行deeplabV3 项目。

 

一、Docker简介

 

2010年,美国一家公司dotcloud做一些pass的云计算服务,lxc有关的容器技术,他们讲自己的技术(容器化技术)命名为Docker。

 

刚诞生的时候,没有引起关注,然后2013年,他们讲Docker开源,一鸣惊人。

 

二、帮助命令

 

1.查看版本信息: docker version
2.查看系统信息: docker info
3.帮助命令: docker --help

 

三、镜像常用命令

1.搜索镜像:
docker search 镜像名称
2.下载镜像:
docker pull 镜像名称

3.查看本地上的所有镜像: docker images -q 只显示ID

4.删除镜像:
docker rmi -f 镜像ID

递归删除所有镜像: docker rmi -f $(docker images -aq)

 

四、容器常用命令

 

1.新建容器并启用

 

docker run [可选参数] image
#参数
--name 名字
-d 后台方式运行
-it 交互方式运行
-p 指定容器端口 主机端口:容器端口
--gpus all 使用宿主机的gpu
--shm-size="25g" 设置共享内存

 

例如:

 

docker run -it --gpus all --shm-size="25g" ID /bin/bash

2.列出正在运行中的容器:
docker ps

docker ps -a 现在+曾经

 

3退出容器: exit 直接容器停止并退出

 

ctrl +p+q 不停止退出

 

4:删除容器: docker rm ID 不能删除正在运行中的容器

5:启动容器:
docker start ID
6:重启容器:
docker restart ID
7:停止当前运行的容器:
docker stop ID
8:强制停止:
docker kill ID
9:查看容器中的进程信息:
docker top ID

10:进入当前正在运行中的容器

进入容器开启新的终端:
docker exec -it ID /bin/bash
正在执行:
docker attach ID

11:查看容器内存信息: df -h

 

五、配置深度学习环境

 

1 查看镜像: docker images
2. 新建容器并启用: docker run -it --gpus all --shm-size="25g" 2ec708416bb8 /bin/bash

 

3.更新软件包: apt-get undate

 

4.下载wget: apt-get install wget

 

5.安装minianaconda

 

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh

 

如下图所示,安装完成

 

6.退出,并进入容器

7.创建虚拟环境,
conda create -n 名称 python=3.7
8.进入虚拟环境
conda activate skm

9.安装pytorch

 

并测试是否使用gpu

 

print(torch.cuda.is_available())

 

10.安装git: apt-get install git 并clone项目 git clone 链接
11.安装项目运行其他的包: pip install 包

 

六、运行deeplabV3代码

 

python train.py

 

 

七、提交容器,保存镜像

 

提交容器: docker commit ID 镜像名称

 

保存镜像: docker save -o 本地路径 镜像ID

 

以上就是本文的全部内容,简单来说就是创建容器,配置环境,运行代码,提交容器,保存镜像。

 

这只能说是Docker的入门,在配置过程中,遇到不懂的地方,欢迎评论区留言。

 

最后,有空闲时间,一定要和喜欢的人看日落哦!

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注