首页 > 编程知识 正文

docker 生产环境,使用docker作为本地开发环境

时间:2023-05-06 08:51:53 阅读:17219 作者:3730

使用docker创建容器,设置环境和容器容器镜像,删除和镜像文件传输容器到下载容器,退出docker容器,然后返回宿主机,总结

因为我不是计算机科班的毕业生,所以这里就介绍一下自己对docker的理解。 由于找不到名为原始服务器/usr/local/cuda的文件夹,因此在运行程序时会出现许多奇怪的错误。 在前辈的推荐下转战docker后,发现docker还很好用。 因为docker安装在我们的服务器上,所以这里只介绍docker的使用。

就环境和容器而言,我觉得docker创建的容器就像虚拟机。 但是,在容器内也可以使用显卡。 进入docker容器后,我们创建的容器与新机相同。 在容器中使用anaconda配置环境也是相同的操作命令。 我觉得docker创建容器是在给你创建自己的服务器之后,anaconda才开始使用

输入docker命令时,主机可能会因权限不足而报告错误,但在这种情况下,只要在原始docker命令之前添加sudo,就可以不报告错误。

容器镜像docker pull首先进入docker hub。 这是一个在线的docker仓库,您可以在此仓库中搜索所需的镜像。 例如,pytorch :

一般来说,选择下载量最多的即可,单击以根据Tag选择所需的版本。

将箭头指示的命令复制到宿主机后,可以下载当前所需的镜像。 下面介绍两个命令。

docker images显示当前宿主机中的镜像

docker ps -a显示宿主机中的容器

docker ps显示在宿主机中启动的容器

镜像就像种子,通过镜像可以创建无限的容器。 使用docker在部署环境时非常有用,因为所有这些容器都有可能的环境,并且可以按原样使用他人放置的环境。

使用docker images命令检查当前宿主机中的镜像。

使用镜像创建容器,然后使用以下命令创建新容器

docker run -it --name容器名称镜像名称:版本号/zjdbg/bash使用以下命令创建名为kangxxx_pt_16的pytorch1.6.0容器

docker run-it-- namekangxxx _ pt _ 16 py torch/py torch :1.6.0-cuda 10.1-Cu dnn7- devel/ZJ dbg/bash当前所有容器

docker ps -a

进入容器的方法有很多种,下面介绍一种方法。

步骤1:docker start容器名称/ID首先启动容器

步骤2 :通过docker attach容器名称进入容器

文件传输进入容器后,我们将在新电脑上。 我们的文件只能从宿主机向容器传输文件。 似乎可以共享文件,但自己目前不太好。 我会再来的。

docker cp服务器文件路径容器名称:容器路径使用以上命令将主机文件上传到容器文件

所示的容器kangxxx_pt_16可以直接使用conda,因此很容易使用。 另外,在多个容器中,文件互不影响,因此多个用户使用一台服务器非常有用。

删除容器和镜像docker rm容器名称删除容器

docker rm镜像名称删除版本号镜像

总结退出docker容器并返回宿主机的exitdocker常规命令的使用。 引用请注明出处。 有错误欢迎批评指正,一起学习,共同进步。

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。