Docker/Nvidia-Docker使用

安装docker

https://github.com/NVIDIA/nvidia-docker

查找下载感兴趣的镜像文件

https://hub.docker.com/

通过镜像文件启动docker 容器

sudo nvidia-docker run -it [-p 映射的主机端口:容器端口] [-v 主机文件夹:容器文件夹] pytorch/torchlearn

在docker内启动jupyter notebook

jupyter notebook --ip 0.0.0.0 --no-browser --allow-root --port 容器端口默认8888
### 修改jupyter notebook 密码
https://www.jianshu.com/p/642489051956

# 1.生成配置文件
jupyter notebook --generate-config 
# 2.生成密码sha
# 3.修改配置文件
# 4.重新运行notebook
# 外部访问jupyter notebook
http://主机ip:映射的主机端口

容器相关命令

查看已启动的容器

sudo docker ps

查看所有容器

sudo docker ps -a　　

删除容器 容器必须是停止状态的才可以删除

sudo docker rm 8d98fd43acd4

查看镜像

docker system df
docker images

删除镜像

docker irm imagename 删除镜像时必须先删除建立在其之上的容器

启动容器

docker exec -it containerId /bin/bash #用exec时退出后容器继续运行，一般用这个。# 退出容器用exit命令
docker attach # 退出时会关闭docker容器

停止容器

docker stop containerId 此时容器任然保存了运行时的状态。
docker start containerId 可以继续运行容器，状态任然在。

导出容器

# 导出时需要停止容器
sudo docker export containerId > containerId.tar
sudo docker import 仓库：Tag

保存镜像

sudo docker save -o newTarName.tar imageName
sudo docker load -i docker.tar

通过容器创建新镜像

docker commit containerId newImageName

镜像改名

docker tag IMAGEID(镜像id) REPOSITORY:TAG（仓库：标签）