搭建深度学习 Docker 容器开发环境

如果只是给服务器创建「容器账号」，那就只需要看 docker_setup 即可，如果是自己需要使用容器来搭建深度学习开发环境，则需要看 dl 部分

docker_setup ===

1. docker_setup 里面的文件分为两部分：

   1. 一部分是用于在物理机上新建一个开发环境，那么就需要预先对物理机的 ubuntu 系统安装一些小工具，以及安装必要的 docker 工具，包括 docker-ce 以及 nvidia-docker2
   2. (option) 另外一部分是在此基础上，新建一个 ubuntu 系统容器，用于给新用户开新账号；

   详细信息请查看这里；

dl ===

1. 服务器物理机上安装 ubuntu 常用小工具以及 docker 工具之后（上面部分的内容），我们就可以进入到 dl （deep learning）文件夹里了；

2. 接下来我们安装深度学习开发环境：下面涉及到的文件的详细介绍请参考这里

   1. 首先，修改 Dockerfile 文件，主要是修改第一行的 cuda 版本。具体修改成什么请查询 dockerhub ，查询方法在这里。注意哦，不要把 dockerhub 里面的 docker pull 字样也粘贴进去！

   2. 其次，打开并修改 build_image.sh 文件，主要是修改要生成的 image 的名字和标签，修改方式请参考这里；

   3. 然后，执行下面命令来构建镜像：

      bash build_image.sh
      

   4. 接着，修改 container_create.sh 文件，主要是修改要创建的 container 的名字、分配的端口号，以及是基于哪一个 image 来创建的，修改方式请参考这里。然后执行下面命令：

      bash container_create.sh
      

3. 进入 container 之后，执行以下命令开启 ssh 服务（我后来在 Dockerfile 添加了自启动 ssh 服务，所以下面这行命令可以不执行）：

   service ssh start 
   

4. 最后修改 root 账户密码(默认是 123)，输入一个自己喜欢的密码（务必要执行一下，因为 ssh 连接的时候是需要输入密码的）：

   passwd
   

5. 注意，新的容器里面已经安装好了 cuda，不需要我们再次安装了

完事!

Appreciation

@QhelDIV