docker使用详细教程(搭建容器到镜像及打包全流程)_lbjcom/cuda10.1-pytorch3.6-warp-ctc-apex

提示：创作不易，转载请附链接

---

前言

docker使用较为普遍，但又不想系统学习，想快速上手。因此，本文将总结docker经常使用的方法，便于读者快速上手。

---

一、nvidia-docker安装方法

想通过docker使用gpu需安装nvidia-docker容器，方可使用gpu。其安装方法如下：

复制粘贴即可：

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
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
1
2
3
4

重启docker

sudo service docker restart
1

dockerhub镜像拉取

docker拉取网络的安装命令：

docker  pull   lbjcom/cuda10.1-pytorch3.6-warp-ctc-apex
1

容器转为镜像：

命令：

docker commit 8dfe4fa5b202     base_docker:latest
                容器地址              新镜像名
1
2

镜像打包：

docker save -o /data/sdv3/docker_first.tar      base_docker:latest
　　　　　　　　   镜像存储地址                     打包镜像名称
1
2

本地镜像加载：

docker  load  -i   /data/sdv3/docker_first.tar
　　　　　　　　 加载镜像路径
1
2

使用镜像创建容器命令：

docker run  --gpus all  -itd   -p 9991:6661    --ipc=host   --name docker_name      -v    /data:/home lbjcom/cuda10.1-pytorch3.6-warp-ctc-apex:latest      /bin/bash
说明：--guus all 使用所有显卡 9991是物理机端口 6661是容器端口 --ipc=host使用物理机 -v路径映射 物理路径：容器路径
1
2

启动镜像：

docker exec -it 220beb95291e bin/bash
　　　　　　　　 镜像名
1
2

删除容器/镜像：

删除容器:
docker rm 容器_id
删除镜像:
docker rmi 镜像_id
1
2
3
4

镜像推送到dockerhub中：

登录dockerhub：

命令：

docker login
1

push 镜像：

上传镜像名称必须有账号起头（如：tangjunjun996），否则会出错,如下红框：

命令：

docker push  tangjunjun996/ubuntu20.04-cuda11.1-cudnn8-conda-yolov8：latest
1

等待上传:

---