前言
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
文章来源:https://www.toymoban.com/news/detail-810269.html
总结
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!
文章来源地址https://www.toymoban.com/news/detail-810269.html
到了这里,关于Docker 部署深度学习 运行deeplabV3的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!