Docker 部署深度学习 运行deeplabV3

文章目录

  • 前言
  • 一、Docker简介
  • 二、帮助命令
  • 三、镜像常用命令
  • 四、容器常用命令
  • 五、配置深度学习环境
  • 六、运行deeplabV3代码
  • 七、提交容器,保存镜像
  • 总结


前言

本文主要介绍docker发展历史,常用的镜像,容器命令。以及部署深度学习环境,运行deeplabV3 项目。


一、Docker简介

2010年,美国一家公司dotcloud做一些pass的云计算服务,lxc有关的容器技术,他们讲自己的技术(容器化技术)命名为Docker。
刚诞生的时候,没有引起关注,然后2013年,他们讲Docker开源,一鸣惊人。

二、帮助命令

1.查看版本信息:docker version
Docker 部署深度学习 运行deeplabV3_第1张图片
2.查看系统信息:docker info
3.帮助命令:docker --helpDocker 部署深度学习 运行deeplabV3_第2张图片

三、镜像常用命令

1.搜索镜像:docker search 镜像名称
2.下载镜像:docker pull 镜像名称
Docker 部署深度学习 运行deeplabV3_第3张图片
3.查看本地上的所有镜像:docker images -q 只显示ID
请添加图片描述
4.删除镜像:docker rmi -f 镜像ID
递归删除所有镜像:docker rmi -f $(docker images -aq)

四、容器常用命令

1.新建容器并启用

docker run [可选参数] image
#参数
--name 名字
-d 后台方式运行
-it 交互方式运行
-p 指定容器端口 主机端口:容器端口
--gpus all 使用宿主机的gpu
--shm-size="25g" 设置共享内存

例如:

docker run -it --gpus all --shm-size="25g" ID /bin/bash

Docker 部署深度学习 运行deeplabV3_第4张图片
2.列出正在运行中的容器:docker ps
docker ps -a 现在+曾经
3退出容器:exit 直接容器停止并退出
ctrl +p+q 不停止退出
4:删除容器:docker rm ID 不能删除正在运行中的容器
5:启动容器:docker start ID
6:重启容器:docker restart ID
7:停止当前运行的容器:docker stop ID
8:强制停止:docker kill ID
9:查看容器中的进程信息:docker top ID
10:进入当前正在运行中的容器
进入容器开启新的终端:docker exec -it ID /bin/bash
正在执行:docker attach ID
11:查看容器内存信息:df -h

五、配置深度学习环境

1 查看镜像:docker images
Docker 部署深度学习 运行deeplabV3_第5张图片
2. 新建容器并启用:docker run -it --gpus all --shm-size="25g" 2ec708416bb8 /bin/bash Docker 部署深度学习 运行deeplabV3_第6张图片

3.更新软件包:apt-get undateDocker 部署深度学习 运行deeplabV3_第7张图片

4.下载wget:apt-get install wgetDocker 部署深度学习 运行deeplabV3_第8张图片

5.安装minianaconda

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh

Docker 部署深度学习 运行deeplabV3_第9张图片
Docker 部署深度学习 运行deeplabV3_第10张图片
Docker 部署深度学习 运行deeplabV3_第11张图片
如下图所示,安装完成
请添加图片描述
6.退出,并进入容器
Docker 部署深度学习 运行deeplabV3_第12张图片
Docker 部署深度学习 运行deeplabV3_第13张图片
7.创建虚拟环境,conda create -n 名称 python=3.7Docker 部署深度学习 运行deeplabV3_第14张图片
8.进入虚拟环境conda activate skm
请添加图片描述
9.安装pytorch
Docker 部署深度学习 运行deeplabV3_第15张图片
请添加图片描述Docker 部署深度学习 运行deeplabV3_第16张图片
并测试是否使用gpu

print(torch.cuda.is_available())

请添加图片描述
10.安装git:apt-get install git 并clone项目git clone 链接
Docker 部署深度学习 运行deeplabV3_第17张图片Docker 部署深度学习 运行deeplabV3_第18张图片
11.安装项目运行其他的包:pip install 包
Docker 部署深度学习 运行deeplabV3_第19张图片
请添加图片描述

六、运行deeplabV3代码

python train.py请添加图片描述

请添加图片描述

七、提交容器,保存镜像

提交容器:docker commit ID 镜像名称
请添加图片描述
请添加图片描述

保存镜像:docker save -o 本地路径 镜像ID
请添加图片描述
请添加图片描述

总结

以上就是本文的全部内容,简单来说就是创建容器,配置环境,运行代码,提交容器,保存镜像。
这只能说是Docker的入门,在配置过程中,遇到不懂的地方,欢迎评论区留言。
最后,有空闲时间,一定要和喜欢的人看日落哦!

你可能感兴趣的