在CUDA环境中安装docker

接上篇博客

目录

• 前言
• 一、安装docker-ce
• 二、安装nvidia-docker

前言

有时我们在服务器中需要配置不同的深度学习环境来进行模型训练，特别是服务器共享时，无法在同一个环境中进行模型训练。这时安装docker，在docker里配置不同的环境即可解决这个问题，也便于管理。

一、安装docker-ce

1、使用apt-get 指令进行安装，不要将apt-get 指令替换为阿里源或者清华源等国内镜像，由于国内镜像源更新不到位，安装docker 时会出现bug，使用系统自带的即可。具体步骤如下所示：
(1)

sudo apt-get update

注：可能遇到如图1.1 所示的错误，解决方案,将keys更改为报错的**：

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 7EA0A9C3F273FCD8

图1.1
(2)

sudo dpkg --configure -a

(3)

sudo apt-get install apt-transport-https ca-certificates curl software-properties-common

安装部分截图如图1.2 所示

图1.2 (4)

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

注:显示‘‘OK’’即成功，可能遇到图1.3 所示的错误，解决方案见链接:

图1.3 (5)

sudo add-apt-repository “deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable”

注:如果是arm 架构的需要替换为‘‘arch=arm64’’，比如jetson nano、TX2、NX、AGX
(6)

sudo apt-get update

(7)查看docker-ce 版本，如图1.4 所示

apt-cache madison docker-ce

图1.4 (8)选择19.03.11 版本，此过程可能稍长一点，但不是很久，喝杯茶就过去了

sudo apt-get install docker-ce=5:19.03.11_3-0ubuntu-bionic

(9)验证是否安装成功，出现如下图1.5 所示时即安装成功

sudo docker run hello-world

图1.5 (9)查看docker 版本，如图1.6 所示

docker --version

图1.6

二、安装nvidia-docker

安装好了普通的Docker 以后，如果想在容器内使用GPU 会非常麻烦（并不是不可行），好在Nvidia 为了让大家能在容器中愉快使用GPU，基于Docker 开发了Nvidia-Docker，使得在容器中深度学习框架调用GPU 变得极为容易。按以下步骤进行nvidia-docker 的安装。
注：安装nvidia-docker 之前必须安装显卡驱动，以下方法适用于docker-ce 19.03(或19.03之后的版本)
(1)

distribution=$(. /etc/os-release;echo $ID$IDVERSION_ID)

(2)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

(3)

curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

(4)安装后部分截图如图1.7 所示

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit

图1.7 (5)

sudo systemctl restart docker

(6)测试nvidia-docker 是否安装成功，如图1.8 所示即安装成功，也会显示安装的显卡信息

sudo docker run --gpus all nvidia/cuda:10.2-base nvidia-smi

图1.8

至此，docker的安装已经结束。