ubuntu下安裝docker
參考鏈接 :菜根譚
安裝
-
由於apt官方庫裏的docker版本可能比較舊,所以先卸載可能存在的舊版本
sudo apt-get remove docker docker-engine docker-ce docker.io
-
更新apt包索引
sudo apt-get update
-
安裝以下包以使apt可以通過HTTPS使用存儲庫(repository)
sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common
-
添加Docker官方的GPG密鑰:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
-
使用下面的命令來設置stable存儲庫:
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
-
再更新一下apt包索引:
sudo apt-get update
-
安裝最新版本的Docker CE:
sudo apt-get install -y docker-ce
-
列出可用的版本:
apt-cache madison docker-ce
-
選擇要安裝的特定版本,第二列是版本字符串,第三列是存儲庫名稱,它指示包來自哪個存儲庫,以及擴展它的穩定性級別。要安裝一個特定的版本,將版本字符串附加到包名中,並通過等號(=)分隔它們:
sudo apt-get install docker-ce=<VERSION>
驗證
-
查看docker服務是否啓動:
systemctl status docker
-
若未啓動,則啓動docker服務:
sudo systemctl start docker
-
經典的hello world:
sudo docker run hello-world
docker 添加容器
參考鏈接: 菜鳥教程
- 查看docker是否安裝成功
docker
- 使用 ubuntu 鏡像啓動一個容器
docker run -it ubuntu /bin/bash
-i: 交互式操作。
-t: 終端。
ubuntu: ubuntu 鏡像。
/bin/bash:放在鏡像名後的是命令,這裏我們希望有個交互式 Shell,因此用的是 /bin/bash。
- docker 退出容器
exit
- docker 查看所有的容器
docker ps -a
- docker 查看正在運行的容器
docker ps
- docker 啓動已經停止的容器
docker start xxxx
xxx 爲容器的container ID
-
docker 停止容器
docker stop xxxx
-
docker 進入容器
docker attach xxxx
或者docker exec -it xxxx /bin/bash
(exit之後,容器仍然保持啓動狀態)
docker容器配置
-
搜索和anaconda相關的容器
docker search anaconda
-
選擇需要的容器,並pull下來,我們這裏選擇用第一個continuumio/anaconda3
docker pull continuumio/anaconda3
-
查看所有的容器
docker images
可以看到我們剛纔pull的容器已經位列其中了 . -
進入容器
docker run -ti continuumio/anaconda3 /bin/bash
-
查看conda list
conda list
-
查看conda 虛擬環境
conda env list
-
拷貝一個已有的虛擬環境到新的虛擬環境
conda create -n new_name --clone exist_name
-
創建一個新的虛擬環境,同時制定Python版本…
conda create -n env_name python=3.6
-
激活新的虛擬環境
conda activate eug
conda 安裝 pytorch
參考鏈接: Plenari
- 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
- pytorch GPU的命令如圖所示:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
- pytorch CPU的命令如圖所示
conda install pytorch-cpu -c
pytorch pip3 install torchvision
實驗項目準備
- 拷貝實驗項目數據集到docker的容器中,在服務器上執行
docker cp DukeMTMC-VideoReID.zip 521fa25090a7:/home/
- 通過git clone 項目
git clone https://.......
剩下的工作就不用我說了 …
附錄
附錄的故事太長,簡直一言難盡.
做完剛纔的哪些準備之後,發現, 沒有顯卡驅動,沒有cuda.
所以 ,最開始docker search 的時候,還是先search一下帶pytorch的容器吧. 這樣裏面的顯卡環境是配置好了的.
最後在帶pytorch的容器裏 還是安裝了一下 pytorch-GPU
參考鏈接:pytorch.org
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
最後就是看你的項目還需要什麼了, 缺什麼就裝什麼
大多數都通過conda install
進行安裝. 值得一提的是,metric_learning
用conda安裝不上, 靈機一動 pip install
就可以啦.