admin管理员组文章数量:1628016
目录
- 1、docker安装
- 2、Docker更改路径
- 3、拉取镜像
- 4、创建容器（一定gpu启动）
- 5、进入容器
- 根据项目报错安装环境
- 6、容器的保存与镜像导出
- 镜像推送到 docker hub
- 7、其他设备使用docker文件（镜像的导入）
- 8、常见指令
- 9、百度网盘下载链接
1、docker安装
参考：
2022最新Windows docker安装方法_哔哩哔哩_bilibili
安装时选项最好不要使用windows的容器（用也可以），没有提示就忽略
虚拟化开启
任务管理器-性能 查看如果没开启需要在bios中开启
控制面板-程序和功能 开启关闭windows服务 开启Hyper-V linux子系统
Windows 11只有下面这个
wsl --install
控制面板 -> 启动或关闭windows功能 -> 适用于linux的windows子系统 [打勾] -> 重启系统
# 子系统列表
wsl --list --online
# 安装ubuntu20.04
wsl --install -d Ubuntu-20.04
下载安装docker desktop
Docker Desktop - Docker
下载链接
或者博客末尾的百度网盘下载文件1
安装完成后，双击文末百度网盘提供的文件2进行更新
左小角是绿色表示安装成功了
配置镜像加速
参考：
1、菜鸟docker教程：Docker 教程 | 菜鸟教程 (runoob)
2、docker配置阿里云镜像加速器_奕奕星空的博客-CSDN博客
3、华为云镜像加速：Docker安装配置及华为云镜像加速 - 哔哩哔哩 (bilibili)
2、Docker更改路径
参考：
windows docker 更改镜像安装目录_Liquor_J的博客-CSDN博客
3、拉取镜像
pytorch/pytorch Tags | Docker Hub
根据自己版本信息进行选择
docker pull pytorch/pytorch:1.10.0-cuda11.3-cudnn8-devel
注意！！！ 最后选择上面这个镜像成功了，下面以python:3.6镜像为例，自己安装的时候使用需要替换
查看镜像
docker images
4、创建容器（一定gpu启动）
查看所有的容器
docker ps -a
创建容器
docker run -it -d --gpus "device=0" python:3.6 /bin/bash
查看正在运行的容器
docker ps
5、进入容器
docker start -i 容器ID
同步软件包
apt-get update
退出容器为
exit
查看是否支持显卡
nvidia-smi
查看目录
ls
拷贝python项目文件
另开一个命令窗口
docker cp 项目路径 容器ID:目标路径
（反向拷贝同理）
根据项目报错安装环境
执行自己的py文件
安装numpy(缺什么装什么)
pip install numpy -i https://pypi.douban/simple
根据提示更新（上图）
下同
测试完成后，保存容器为镜像，在别的设备进行导入使用
6、容器的保存与镜像导出
参考：
docker容器打包成镜像、镜像备份、镜像迁移（恢复）、发布到阿里云仓库_danxiao898的博客-CSDN博客_docker 容器打包成镜像
保存容器为镜像（包含所谓环境及文件）
docker commit [-m=“提交的描述信息”] [-a=“创建者”] 容器名称或容器ID 生成的镜像名[:标签名]
精简如下：
docker commit 容器ID 生成镜像名:标签名
镜像文件导出
docker save -o 导出镜像路径(镜像名称).tar 被导出镜像ID
镜像推送到 docker hub
如果没有docker hub账号需要注册一个
Docker Hub
然后创建一个仓库
登录docker hub
docker login -u youne
看到Login Succeeded就可以了
修改镜像标签
docker tag 原仓库:标签 新仓库:标签
推送镜像
docker push youne/accv_b:v1
完成之后就可以在别的设备pull这个镜像了
7、其他设备使用docker文件（镜像的导入）
在docker安装成功后
导入镜像
docker load -i 镜像文件.tar
创建容器
docker run -it --gpus “device=0” 仓库:标签 /bin/bash
或者
docker run -it --gpus “device=0” 镜像ID /bin/bash
-d表示后台进行，上述命令去掉-d可以在创建容器后直接进入所创建的容器
在退出后，再次使用时使用进入容器命令即可
docker start -i 容器ID
最后，Windows在退出镜像后需要将Docker Desktop退出
8、常见指令
参考：
利用docker构建pytorch-gpu环境_YHbackkon的博客-CSDN博客
查看已有镜像：docker images
查看已有容器：docker ps -a
查看正在运行的容器：docker ps
进入容器：docker start -i containerID
退出容器：exit
停止正在运行的容：docker stop containerID
删除容器：docker rm containerID
删除镜像：docker rmi imageNAME或imageID
9、百度网盘下载链接
链接：https://pan.baidu/s/1JJrPwPTUtxjaVcnB0fh2wQ
提取码：6666
版权声明：本文标题：Windows（10专业版&11）使用docker安装深度学习环境 Pytorch-gpu 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1729016232a1183188.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论