Skip to content

Latest commit

 

History

History
99 lines (72 loc) · 3.09 KB

docker.md

File metadata and controls

99 lines (72 loc) · 3.09 KB
Raw

Docker使用方法

  • docker安装

  • 这支持GPU版本

# https://bbs.deepin.org/zh/post/262226
# https://bbs.deepin.org/zh/post/193717
# 有nvidia显卡，安装了cuda，需要补充安装
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list


sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

镜像

  • 登录docker: sudo docker login docker.dm-ai.cn
docker images # 查看所有镜像
docker ps  -a # 查看所有容器
# docker pull nvidia/cuda:11.2.0-cudnn8-devel-ubuntu18.04
image=nvidia/cuda:11.2.0-cudnn8-devel-ubuntu18.04 # nvidia-docker基础镜像
image=docker.dm-ai.cn/algorithm-research/py38-cuda11.2-cudnn8.1-ubuntu18.04:base
image=docker.dm-ai.cn/algorithm-research/py38-cuda11.2-cudnn8.1-ubuntu18.04:torch1.8.1
image=docker.dm-ai.cn/algorithm-research/py38-cuda11.2-cudnn8.1-ubuntu18.04:torch1.8.1-trt8.2
image=docker.dm-ai.cn/algorithm-research/py38-cuda11.2-cudnn8.1-ubuntu18.04:torch1.8.1-trt8.4
docker run -it --gpus all -p 40000:80 -v `pwd`:/app $image /bin/bash

将容器转换为镜像

docker commit -m "info" -a "panjinquan" container_id image_ids:tag
docker push image_ids:tag

pip安装方法

pip install --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
pip install --default-timeout=1000000 --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

docker清除垃圾

 du -ah --max-depth=1/                            # 查看文件大小
 
 apt-get autoclean
 apt-get clean
 apt-get autoremove
 rm -rf ~/.cache
 pip cache purge # 清除 pip 缓存中的所有文件。
 conda clean --all #删除conda无用的包和缓存

一些异常处理

  • Error response from daemon: could not select device driver "" with capabilities: [[gpu]]

解决方法：https://zhuanlan.zhihu.com/p/373493938?utm_id=0

  • libgl.so.1: cannot open shared object file

解决方法：https://blog.csdn.net/weixin_42990464/article/details/125203404

apt-get update && apt-get install ffmpeg libsm6 libxext6 -y
# 修改完成后，让配置生效
sudo ldconfig
  • Error： This might be caused by insufficient shared memory (shm).

解决方法：https://www.hangge.com/blog/cache/detail_3221.html 

#（1）一种方法就是在容器启动命令上添加 --shm-size 参数，增加 shm 大小
docker run --shm-size = 256m ...
#（2）另一种方法就是启动命令上添加 --ipc=host，让容器与主机共享内存。
docker run --ipc=host ...

docker添加环境变量失效问题

  • 建议在 ~/.bashrc设置，不要在/etc/profile配置