在docker里同时集成cuda，tensorflow和vnc[搞事情.jpg]

事情.jpg]"/>

在docker里同时集成cuda，tensorflow和vnc[搞事情.jpg]

看这个标题，就是要在docker里处理视频做计算……

目录

首先，必要的服务器配置说明：

1 从DockerHub下载你需要的cuda和cudnn版本对应的镜像。

2 安装tensorflow1.14和各种python包。

3 安装vnc

TIPS

首先，必要的服务器配置说明：

Ubuntu 18.04

gpu（已经安装好驱动）

docker

接下来是搞事情阶段：

【我曾完美找到了安装好nvidia 的镜像，安装好tensorflow1.14的镜像和安装好vnc的镜像，如果能组合到一起多好多简单啊。。。是我想多了。只能手动一层层盖楼】

1 从DockerHub下载你需要的cuda和cudnn版本对应的镜像。

（当初搞docker就是因为服务器的cuda和cudnn版本各种问题，本来好好的cuda10.0和cudnn7.6.4组合，多好的组合啊！然鹅代码不这么觉得。所以就找cuda10.0.130；cudnn7.6.3.30。）

在dockerHub找到nvidia的仓库，找tag是10.0-cudnn7-runtime-ubuntu16.04 的那个。

docker pull nvidia/cuda:10.0-cudnn7-runtime-ubuntu16.04

2 安装tensorflow1.14和各种python包。

当初找到的tensorflow官方镜像 ，里面有cuda10.0；cudnn7.4.1.5-1，但是只有tensorflow及其依赖包，算了。

docker pull tensorflow/tensorflow:1.14.0-gpu-py3

那么就开始我的手写dockerfile操作了

RUN APT_INSTALL="apt-get install -y --no-install-recommends" && \PIP_INSTALL="python3 -m pip --no-cache-dir install --upgrade" && \rm -rf /var/lib/apt/lists/* \/etc/apt/sources.list.d/cuda.list \/etc/apt/sources.list.d/nvidia-ml.list && \apt-get update && \# ==================================================================
# tools
# ------------------------------------------------------------------DEBIAN_FRONTEND=noninteractive $APT_INSTALL \build-essential \        libsm6 \libxext6 \libxrender-dev \libglib2.0-0 \libssl-dev && \cd /root/cmake && \./bootstrap && \make -j"$(nproc)" install && \
# ==================================================================
# python
# ------------------------------------------------------------------DEBIAN_FRONTEND=noninteractive $APT_INSTALL \software-properties-common \&& \add-apt-repository ppa:deadsnakes/ppa && \apt-get update && \DEBIAN_FRONTEND=noninteractive $APT_INSTALL \python3.6 \python3.6-dev \python3-distutils-extra \python3-venv python3-setuptools \protobuf-compiler python-pil python-lxml python-tk \&& \
#       get-pip.py is downloaded
#  python3.6 ~/get-pip.py && \ln -s /usr/bin/python3.6 /usr/local/bin/python3 && \ln -s /usr/bin/python3.6 /usr/local/bin/python && \cd /root/ && \tar -zxvf pip-19.3.1.tar.gz && \cd pip-19.3.1 && \python3 setup.py install && \pip install /root/numpy-1.16.5-cp36-cp36m-manylinux1_x86_64.whl && \pip install /root/scipy-1.2.2-cp36-cp36m-manylinux1_x86_64.whl && \pip install /root/opencv_python-4.1.1.26-cp36-cp36m-manylinux1_x86_64.whl && \pip install matplotlib==3.1.1 -i / && \pip install /root/Pillow-6.2.0-cp36-cp36m-manylinux1_x86_64.whl && \pip install /root/Cython-0.29.13-cp36-cp36m-manylinux1_x86_64.whl && \# ==================================================================
# tensorflow
# ------------------------------------------------------------------pip install tensorflow-gpu==1.14.0 -i / && \
# ==================================================================
# config & cleanup
# ------------------------------------------------------------------ldconfig && \apt-get clean && \apt-get autoremove && \rm -rf /var/lib/apt/lists/* /tmp/* /root/*

因为网速的原因，某些包我已经提前手动下载好，等着安装。不然老是build失败，太折磨人。比如cmake，pip，numpy等。

tensorflow的版本也不能随便写，和cuda，cudnn版本有对应关系的，详情见此：

这一段也是我从别人那复制过来，改了又改。如果有人看到原版欢迎留言，因为我忘了复制哪的==

3 安装vnc

仍旧先贴上别人的成品，网上有很多创建好的镜像，我就挑了一个dockerfile看起来很简单的，方便盖楼。

打开链接就能看到dockerfile的内容啦，这里就不贴出来了，根据自己的情况删删改改就能直接用，而且是一次成功！为大佬的dockerfile点赞。

END

TIPS

docker build时遇到的问题

问题背景：在dockerfile中修改了apt更新的源为aliyun，第一次build的时候没报这方面的问题，但是后续修改dockerfile再build的时候就开始报错“Temporary failure resolving 'mirrors.aliyun'”。

在dockerfile里改添加nameserver也没用。

经测试，在docker build后添加--network=host即可，参考自：。

有知道具体原因的大佬欢迎留言，还望不吝赐教。

用docker run启动的时候，记得要加--runtime=nvidia，不然可能会识别不到gpu，导致报错。

写出来怎么这么短，唉……

等我整理一下把所有东西打个包放GitHub供起来。