在開始深度學習之前，需先做好一件小事，那就是配置環境，配環境的煩惱配過的都知道，話不多說，直奔主題……
在閱讀本文之前需要了解：docker是什麼？docker的常用命令有哪些？（當然，不瞭解也沒有關係，按照本文所述步驟一步步來就可以不明覺厲的配好環境了hiahiahia）
ufoym/deepo是一個幾乎包含所有主流深度學習框架環境的docker鏡像：theano, tensorflow, sonnet, pytorch, keras, lasagne, mxnet, cntk, chainer, caffe, torch。藉助該鏡像，可以快速配置環境，
配置環境七步走，如下：
STEP 1：獲取鏡像ufoym/deepo，詳情請自行百度"ufoym/deepo"，然後食用。（可根據自身情況選擇GPU或者CPU版本）
STEP 2：運行鏡像，創建容器
sudo nvidia-docker run -it --name=容器名 -v 宿主機目錄:/容器內目錄 -p 自定義端口號（此處假定爲23333）:22 ufoym/deepo bash
運行該命令後就進入了docker中。（創建容器的命令也是在不斷變化的，具體需要看官方文檔，如果nvidia-docker run不能用的話，可以試試sudo docker run --gpus all -it ）
其中，-v是實現目錄掛載，關於目錄掛載，可參考https://www.cnblogs.com/ivictor/p/4834864.html
-p是端口映射，映射成功後可以直接通過映射後的端口訪問docker。
舉例：假設服務器IP地址爲**.**.*.***，端口映射爲 -p 23333:22 -p 23334:6006 -p 23335:8888，其中8888是jupyter的默認端口，6006是tensorboard的默認端口。則可
- 通過**.**.*.***的23333端口可以直接訪問docker，無需通過22端口進入服務器，再在服務器中進入docker
- 同一網段內的任意瀏覽器都可以通過**.**.*.***:6006來訪問tensorboard（前提：已開啓tensorboard服務）
- 同一網段內的任意瀏覽器都可以通過**.**.*.***:8888來訪問jupyter（前提：已開啓jupyter服務）
至此，已經可以使用docker開始工作了……後面的操作是爲了提高使用體驗。
接下來，步驟3,4,5是爲了打開docker的TCP 22端口，以便通過docker的端口號直接ssh訪問docker。3，4，5，6步均在docker中進行操作。如果不打開22端口，是沒有辦法通過映射的端口號直接登錄docker的。
STEP 3：在docker內安裝openssh-server。
apt-get install openssh-server
如果安裝失敗，運行apt-get update與apt-get upgrade，然後再次嘗試安裝。
STEP 4：修改配置文件
如果不把PermitRootLogin prohibit-password註釋掉，會禁止root用密碼登錄
首先用vim /etc/ssh/sshd_config打開文件，
然後將PermitRootLogin prohibit-password用#註釋掉 ,新增一行PermitRootLogin 改爲yes
# 參考 https://www.cnblogs.com/miaodi/p/6718950.html
STEP 5：開啓SSH服務，這樣就可以通過映射後的端口直接訪問docker。
service ssh restart
（或者/etc/init.d/ssh start
或者service ssh start），這三個命令總有一個管用
STEP 6：設置root密碼，輸入passwd root然後回車，依照提示輸入密碼即可。
STEP 7：退出容器
如果用exit退出容器的話，那麼在退出之後會關閉容器。TCP服務也不能用了，自然就不能直接訪問docker
所以，採用快捷鍵Ctrl+P+Q退出容器而不關閉容器，下一次就可以直接通過映射後的端口訪問docker。
好了，至此大功告成，歡迎批評指正。
完成以上配置之後，便可以像這樣使用docker...
# 前提：在docker中開啓ssh服務，即service ssh restart；docker處於開啓狀態，即可以通過docker ps查看到你的docker
#進入docker
ssh -p [自己設置的端口號] root@[ip地址]
#使用jupyter
在docker中開啓jupyter服務，然後在本地電腦瀏覽器上進入網址**.**.*.***:8888