docker安装和简易使用教程

• 安装在安装docker之前需要的安装包

sudo apt-get update
sudo apt-get install \
     apt-transport-https \
     ca-certificates \
     curl \
     gnupg \
     lsb-release

• 添加gpg密钥，成功会显示ok

curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

• 验证密钥

sudo apt-key fingerprint 0EBFCD88

• 设置阿里云仓库

sudo add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

• 更新软件列表

sudo apt-get update

• 安装最新版本的docker engine

sudo apt-get install docker-ce docker-ce-cli containerd.io

• 安装指定版本，先查看可用版本，之后安装指定版本

# 查看可用版本
apt-cache madison docker-ce

# 指定版本安装
sudo apt-get install docker-ce=5:20.10.11~3-0~ubuntu-bionic docker-ce-cli=5:20.10.11~3-0~ubuntu-bionic containerd.io

安装Nvidia-docker

开始之前请确保NVIDIA Drivers和Docker已经安装好

nvcc --version
docker

1. 设置stable存储库和密钥

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

　　2. 安装nvidia-docker2安装包

sudo apt-get update
sudo apt-get install -y nvidia-docker2

　　3. 重启docker

sudo systemctl restart docker

　　4. 用官方container测试是否安装成功。注意！版本号11.2需要根据机器上装的cuda版本调整，可在下面网站查找对应tag的名字，https://hub.docker.com/r/nvidia/cuda/tags?page=1

docker run --runtime=nvidia --rm nvidia/cuda:11.2.0-base nvidia-smi

正确输出结果如下

Thu Apr  1 02:46:41 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.39       Driver Version: 460.39       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 2060    Off  | 00000000:01:00.0  On |                  N/A |
| N/A   37C    P8     7W /  N/A |    272MiB /  5926MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

创建docker用户组，非root用户使用docker

• 创建用户组

sudo groupadd docker

• 将普通用户username加入到docker组

sudo gpasswd -a [user_name] docker

• 更新docker组

newgrp docker

• 修改/var/run/docker.sock权限

sudo chmod a+rw /var/run/docker.sock

pytorch docker镜像拉取

根据cuda，cudnn版本拉取合适tag的pytorch镜像，具体tag可查询链接：https://hub.docker.com/r/pytorch/pytorch/tags

docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-runtime

docker常用命令

查看安装的镜像

docker images

运行镜像，打开一个容器

nvidia-docker run --gpus all --shm-size=8g -v {ABS_DATA_DIR}:/data -v {ABS_CODE_DIR}:/code -it {REPOSITORY}:{TAG}

查看当前运行的所有容器

docker ps -a

打开/暂停某容器

docker start {CONTAINER_ID}
docker stop {CONTAINER_ID}

删除某容器

docker rm {CONTAINER_ID}

在某运行的容器下，运行一个bash

docker exec -it {CONTAINER_ID} /bin/bash