一、安装
特别注意： 因为docker 的镜像与容器都存储在 /var/lib/docker下，为避免后续安装问题，安装操作系统时应给/var文件夹或者根目录/尽可能大的存储空间！！！
当前已经安装了nvidia418驱动和cuda9.0,并且添加cuda至环境变量
即
sudo gedit ~/.bashrc（配置环境变量，注意：安装在默认位置）
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc（使生效）
但是还没有安装cudnn
1.1、先安装docker
若先前有安装docker需要先卸载（若没有安装过则无需执行），执行命令：
sudo apt-get remove docker docker-engine docker.io
Docker的安装有多个方式，这里以最常见的方式为例。首先依次执行以下命令（反斜杠\代表一行，只是换行写更清晰)，把docker仓库加进到apt里：
sudo apt-get update
sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo apt-key fingerprint 0EBFCD88
sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"
正式安装docker：
sudo apt-get update
sudo apt-get install docker-ce
apt-cache madison docker-ce
sudo docker run hello-world
最后一个命令是验证docker是否安装成功，它会下载并执行hello-world镜像。如果安装正确，应该可以正确执行。
1.2、nviida-docker的安装
之前若安装nvidia需要先卸载
安装：
命令1:wget -P /tmphttps://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb
命令2:wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb
sudo dpkg -i /tmp/nvidia-docker*.deb && rm /tmp/nvidia-docker*.deb
测试：
sudo nvidia-docker run --rm nvidia/cuda:9.0-devel nvidia-smi
1.3报错：
docker容器启动报错：
docker: Error response from daemon: OCI runtime create failed: container_linux.go:344: starting container process caused "process_linux.go:297: getting the final child's pid from pipe caused \"read init-p: connection reset by peer\"": unknown.
原因：docker版本过高，内核版本过低造成。
解决办法：降低docker版本或升级内核版本。已知yum安装的docker-18.09 与系统内核3.10版本不符，容器启动失败，或者：
sudo nvidia-docker run --rm nvidia/cuda:8.0-devel nvidia-smi
注意：安装好nvidia-docker之后，之后的docker需要用nvidia-docker代替，除非指定用docker代替nvidia-docker，即之后的镜像都需要nvidia-docker来启动，或者docker run --runtime=nvidia即可。
（替换：如果你想用docker取代nvidia-docker可以修改/etc/docker/daemon.json为如下所示，即在第一行加入"default-runtime": "nvidia",这样就可以直接用docker取代nvidia-docker了。）
三、使用
systemctl status nvidia-docker（检查是否启动）
systemctl start nvidia-docker （重启docker服务）
systemctl status nvidia-docker
四、运行
sudo docker cp host_path containerID:container_path(宿主机和容器间复制文件，注意：在要复制文件的父目录下打开命令比如：sudo docker cp /home/ccy/Ruanjian/Anaconda3-4.2.0-Linux-x86_64.sh 30f095f5923e:/root/conda-install)
sudo nvidia-docker run --env LANG=C.UTF-8 -p 8080:8080 -itd -v /home/ccy/ocr:/home/ocr cy247706243/ocr
开机自启：sudo nvidia-docker run --env LANG=C.UTF-8 -p 8080:8080 --privileged=true --restart=always -itd cy247706243/ocrdetect /home/detect/auto.sh
当前可实现的开机自启：sudo nvidia-docker run --env LANG=C.UTF-8 -p 8080:8080 --privileged=true --restart=always -it cy247706243/ocrdetect /bin/bash -i -c "/home/ocr.sh"
注意：当前也能利用restart=alawaws 实现开机自启，即使停止容器情况下，但是一定要执行完上诉语句后重启一遍电脑！！！
五、保存和发布
1.先用ctrl+p+q退出已修改的容器（或者使用docker commit时带-p参数让容器暂停）
2.再来发布已经修改的镜像：docker commit ID （镜像名称）
3.如果要把镜像保存在本地，可用docker save/export 把镜像导出来
3.1运行sudo docker save -o /home/ccy/hub/ocr.tar cy247706243/ocr
可以把镜像保存在本地，其中 /home/ccy/hub/是路径，ocr.tar是保存的文件名，cy247706243/ocr是镜像名
相应的导入运行sudo docker load -i /home/ccy/hub/ocr.tar 即指定路径和文件名
4.也可以把镜像push到hub官网上，便于下载和部署
4.1首先运行sudo docker login 登录hub官网，
4.2然后对镜像用sudo docker tag ID 名称进行命名（要带hub登录名cy247706243），如：sudo docker tag ID cy247706243/ocr:latest(:latest为tag可以不指定，默认为latest）
4.3再进行推送sudo docker push cy247706243/ocr:latest 等待推送完成即可
六、报错
UnicodeEncodeError: 'ascii' codec can't encode character '\u4e0e' in position 0: ordinal not in range(128)
是因为python在安装时，默认的编码是ascii，当程序中出现非ascii编码时，python的处理常常会报这样的错，python没办法处理非ascii编码的，此时需要自己设置将python的默认编码，一般设置为utf8的编码格式。
设置容器的环境变量， --env LANG=C.UTF-8