使用Docker安装深度学习环境，pytorch

使用Docker安装深度学习环境，pytorch，

安装总结

1.安装docker桌面版（Windows）

5.如果想改变docker的位置，操作5

2.配置pytorch环境

## 注一般的环境直接看2即可，使用gpu的话看4
1

3.自己的代码

4.

1. 安装docker桌面版（Windows）

原文的作者写的非常的详细，这儿就不多做介绍了。
https://blog.csdn.net/yikuaigege/article/details/124019013

注意
在安装完docker之后。配置docker镜像源，自己百度网址。
这儿的问题是将官网的镜像源放在最前面，否则网速就会变的非常的慢。具体问题不太懂。
在获取自己的阿里云的镜像加速，百度即可。

2.【docker】基于docker部署pytorch环境：

注：docker默认是安装在c盘的，c盘小的话，可以先看下面的5，将docker迁移到别的盘
（1）跟着安装完dcoker之后，用【win+r】输入cmd进入界面操作。

（2）pytorch容器版本选择
直接复制自己所需版本的链接，将链接粘贴到刚刚打开的cmd中进行运行。

目前当前的docker没有镜像也没有容器，拉取镜像进行安装。跟着下面的操作吧。打字解释好慢。

参考

https://blog.csdn.net/hh1357102/article/details/126194079?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-1-126194079-blog-125697518.pc_relevant_multi_platform_whitelistv3&spm=1001.2101.3001.4242.2&utm_relevant_index=4

3.docker搭建深度学习环境

（1）运行拉取的镜像，并查看里面安装的库，然后按照需求安装自己的库。

（3）安装完自己需要的包之后，退出容器。将容器打包（提交）为镜像。【下面直接看代码吧】
exit退出容器

参考

https://blog.csdn.net/qq_42714262/article/details/124096596?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-2-124096596-blog-125697518.pc_relevant_multi_platform_whitelistv3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-2-124096596-blog-125697518.pc_relevant_multi_platform_whitelistv3&utm_relevant_index=5

4.docker打包python项目成镜像文件

（1）

logs------空文件夹
src--------代码
Dockerfile-------根据该文件建立一个镜像

(2) 编写Dockerfile

将Dcokerfile文件置于项目根目录下，文件内容如下

FROM pytorch:1.10.2-cuda11.3

WORKDIR ./test
 
ADD . .

CMD ["python", "./src/t.py"]
1
2
3
4
5
6
7

(3) 退出cmd

在Dockerfile所在的文件夹按住 {shift+右键}，用linux shell打开

在容器中建立的yy.txt的同步到了主机的logs下，但是在运行t。py的时候显示没有tensorboard，自己回到镜像，安装再运行即可。

注意:在运行镜像进行容器的时候，容器并没有自动执行代码，需要自己手动执行自己的代码（例如上面的python t.py）。

好累，不多写了。

参考

https://zhuanlan.zhihu.com/p/436457965

4、测试了一下上面的环境的确不能使用gpu。【继续测试】

去docker hub库中拉取支持gpu 的镜像

我选择的是docker pull pytorch/pytorch:1.10.0-cuda11.3-cudnn8-devel

注：安装了之后还是不能使用gpu，查询了好久好久，终于解决了问题，问题是升级window10 的版本。
参考：win10 Docker Desktop使用GPU

重复上面的操作，估计就没有什么问题了。

5在Windows下更改docker镜像文件存储位置

在Windows下更改docker镜像文件存储位置

个人使用：
wsl --export docker-desktop E:\Workspace\Docker\wsl\distro\docker-desktop.tar

wsl --export docker-desktop-data E:\Workspace\Docker\wsl\data\docker-desktop-data.tar  

wsl --import docker-desktop-data E:\Workspace\Docker\wsl\data\  E:\Workspace\Docker\wsl\data\docker-desktop-data.tar --version 2

wsl --import docker-desktop E:\Workspace\Docker\wsl\distro\  E:\Workspace\Docker\wsl\distro\docker-desktop.tar --version 2
1
2
3
4
5
6
7
8

常用的命令

# 查看已有镜像
docker images

# 查看历史容器
docker ps -a

# 退出容器
exit

# 删除容器
docker rm 容器ID

# 删除镜像
docker rmi -f 镜像ID

#运行镜像 
docker run -it 镜像id /bin/bash

#挂载文件夹运行镜像
docker run -it -v 主机绝对地址文件夹：容器的绝对地址 镜像id /bin/bash

#将容器提交为镜像 
docker commit 容器id 镜像名字：镜像标签

#按照Dockerfile文件构建镜像（一般在运行代码的时候用到）
docker -t 镜像名字：镜像标签 .
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

Docker镜像保存和保存到指定位置并导出到本地

https://blog.csdn.net/m0_74805706/article/details/127634856