docker启动训练容器教程
docker启动训练容器
-
拉取容器镜像
- 配置代理在国内拉取镜像
-
容器启动
- 容器使用显卡
-
conda环境配置
1、拉取容器镜像
docker pull NAME[:TAG]
- NAME：镜像名称，如
ubuntu,mysql等等 - TAG：镜像标签，通常表示不同版本号，如果不指定则默认
latest
拉取完成后使用docker images查看是否有存在拉取的镜像名称
配置代理可以参考Blog，这里不再过多赘述
2、容器启动
在 Docker 中启动容器是通过 docker run 命令完成的，它不仅可以启动容器，还可以在不存在指定镜像时从仓库拉取镜像。以下是如何启动容器的基本步骤和一些重要的注意事项。
启动容器的基本命令
命令格式如下：
docker run [OPTIONS] IMAGE [COMMAND] [ARG...]
- IMAGE：镜像的名字和标签（如果未指定标签，默认使用
latest）。 - COMMAND 和 ARG：在容器启动后执行的命令及其参数。
常用选项
-d,--detach：后台运行容器，并打印容器 ID。--name：为容器指定一个名称，方便后续操作。-p,--publish：发布容器的端口到宿主机上，格式为宿主机端口:容器端口。-v,--volume：挂载宿主机的目录或文件到容器内。--rm：容器退出时自动清理容器文件系统。-e,--env：设置环境变量。--restart：设置容器的重启策略，如always、on-failure、unless-stopped。
示例
假设你想运行一个 ubuntu 服务器：
docker run -d --name my-ubuntu -p 8080:80 ubuntu
这个命令将：
- 在后台启动一个新的容器。
- 将容器命名为
my-ubuntu。 - 将容器的 80 端口映射到宿主机的 8080 端口。
- 使用
ubuntu镜像。
注意事项！！！
- 端口冲突：确保映射到宿主机的端口未被其他应用占用。如果容器启动后，修改端口会非常麻烦！
- 挂载：如果容器内的数据是重要的，应该通过
-v选项挂载数据卷或绑定宿主目录，以防容器删除后数据丢失。挂载非常重要！每一个容器都应该有一个挂载路径，方便与容器进行数据交互！下面给出一个挂载的例子
假设你正在开发一个 Web 应用，你的 HTML 和 JavaScript 文件存放在宿主机的 /path/to/webapp 目录中。你想要将这个目录挂载到运行 ubuntu 服务器的容器中，以便容器可以直接使用这些文件。
docker run -d \
--name my-ubuntu \
-v /path/to/webapp:/usr/share/ubuntu/html \
-p 8080:80 \
ubuntu
这个命令做了以下几件事：
-d使容器在后台运行。--name my-ubuntu将容器命名为my-ubuntu。-v /path/to/webapp:/usr/share/ubuntu/html将宿主机的/path/to/webapp目录挂载到容器的/usr/share/ubuntu/html目录。这意味着容器中 ubuntu 服务默认的 Web 根目录现在指向你的本地开发目录，任何更改都会立即反映在通过 ubuntu 提供的网页上。-p 8080:80将容器的 80 端口映射到宿主机的 8080 端口，使你可以通过http://localhost:8080访问你的 Web 应用。
2.1、让docker容器使用宿主机显卡
步骤1：检查驱动
首先使用nvidia-smi检查宿主机是否能正常使用显卡
步骤2：安装nvidia-container-toolkit
安装nvidia容器工具包（nvidia-container-toolkit），需要这个工具才能让docker支持nvidia的GPU
如果你使用的是ubuntu可以使用以下命令安装
# 添加安装包存储库
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
# 安装NVIDIA-DOCKER2软件包，然后重新加载Docker守护程序配置
sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker
更详细步骤可以参考官方链接
步骤3：运行支持GPU的容器
安装完 NVIDIA Docker 后，可以通过 --gpus 标志来启动支持 GPU 的容器。例如，如果想运行一个支持GPU使用的ubuntu容器，可以使用以下命令：
docker run --gpus all ubuntu
3、容器内的conda环境安装
进入容器内部后，安装conda环境，有conda和miniconda两个选项
- conda： 如果你不能明确你的环境要求，建议安装conda，因为里面会预装好常用包，但是会很大很重
- miniconda： 轻量，如果你明确你需要的库，那么miniconda是最好的选择
这里以安装miniconda为例:
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh
在安装好后，更新资源
source ~/miniconda3/bin/activate
在所有可用的shell中初始化conda
conda init --all