基于Deepo快速配置深度学习环境

在开始深度学习之前，需先做好一件小事，那就是配置环境，配环境的烦恼配过的都知道，话不多说，直奔主题……

在阅读本文之前需要了解：docker是什么？docker的常用命令有哪些？（当然，不了解也没有关系，按照本文所述步骤一步步来就可以不明觉厉的配好环境了hiahiahia）

ufoym/deepo是一个几乎包含所有主流深度学习框架环境的docker镜像：theano, tensorflow, sonnet, pytorch, keras, lasagne, mxnet, cntk, chainer, caffe, torch。借助该镜像，可以快速配置环境，

配置环境七步走，如下：

STEP 1：获取镜像ufoym/deepo，详情请自行百度"ufoym/deepo"，然后食用。（可根据自身情况选择GPU或者CPU版本）

STEP 2：运行镜像，创建容器

sudo nvidia-docker run -it --name=容器名 -v 宿主机目录:/容器内目录 -p 自定义端口号（此处假定为23333）:22 ufoym/deepo bash

运行该命令后就进入了docker中。

其中，-v是实现目录挂载，关于目录挂载，可参考https://www.cnblogs.com/ivictor/p/4834864.html
-p是端口映射，映射成功后可以直接通过映射后的端口访问docker。

举例：假设服务器IP地址为**.**.*.***，端口映射为 -p 23333:22  -p 23334:6006  -p 23335:8888，其中8888是jupyter的默认端口，6006是tensorboard的默认端口。则可

1. 通过**.**.*.***的23333端口可以直接访问docker，无需通过22端口进入服务器，再在服务器中进行docker
2. 同一网段内的任意浏览器都可以通过**.**.*.***:6006来访问tensorboard（前提：已开启tensorboard服务）
3. 同一网段内的任意浏览器都可以通过**.**.*.***:8888来访问jupyter（前提：已开启jupyter服务）

接下来，步骤3,4,5是为了打开docker的TCP 22端口，在docker中进行操作。如果不打开22端口，是没有办法通过映射的端口号直接登录docker的

STEP 3：在docker内安装openssh-server。

apt-get install openssh-server

如果安装失败，运行apt-get update与apt-get upgrade，然后再次尝试安装。

STEP 4：修改配置文件

首先用vim /etc/ssh/sshd_config打开文件，
然后将#PermitRootLogin prohibit-password的注释符号“#”去掉 ,将prohibit-password 改为yes

STEP 5：开启SSH服务，这样就可以通过映射后的端口直接访问docker。

service ssh restart
（或者/etc/init.d/ssh start
  或者service ssh start），这三个命令总有一个管用

STEP 6：设置root密码，输入passwd root然后回车，依照提示输入密码即可。

STEP 7：退出容器

如果用exit退出容器的话，那么在退出之后会关闭容器。TCP服务也不能用了，自然就不能直接访问docker
所以，采用快捷键Ctrl+P+Q退出容器而不关闭容器，下一次就可以直接通过映射后的端口访问docker。

 

好了，至此大功告成，欢迎批评指正。