学会用Docker部署深度学习环境
作者：夏 敏
编辑：田 旭
前 言
很多小伙伴都踩过配caffe的坑，学会使用docker之后，不再需要自己配环境了，下面详细介绍下docker的使用方法。
Volumn Registry
1容器操作
新建容器：
sudo docker run -t -i -p 1800:1800 -v /Users/**/Desktop:/Desktop kaixhin/caffe /bin/bash -v -p 端口映射 -d
退出容器
按ctrl+D 或 exit 退出当前容器。
查看正在运行的容器
docker ps
查看所有容器
docker ps -a
启动一个已有容器
docker start 91951c2afd5f
停止容器
docker stop 91951c2afd5f
重启容器
退出后，如果你想重新使用之前的容器，可以通过以下命令重启，回到之前的状态： docker start container_ID docker attach container_ID
保存容器
docker commit c5f24e953610 [保存镜像名字]
删除指定容器
docker rm container_ID/name
删除所有已经停止的容器
docker rm $(docker ps -a -q)
杀死所有正在运行的容器
docker kill $(docker ps -a -q)
将本地文件拷贝到容器中
docker cp [拷贝文件名] [容器ID]:容器中文件路径
将容器中文件或文件夹拷贝到本机
docker cp a77a72ac178c:/var/www/html /var/www/
2镜像操作
安装镜像
docker pull elezar/caffe:cpu
测试安装
$ docker run -ti elezar/caffe:cpu caffe --version
查看所有镜像
docker images
将本地文件映射到新建容器中
$ docker run -ti -v /Users/**/**/**:/** elezar/caffe:cpu
删除指定镜像
docker rmi image_name
3Volume
-v 容器映射
-v [本地目录]:[容器内目录] -volumes-from 从另一个容器引入数据,多个容器挂载同样数据 docker create -v $PWD/data:/var/mydata --name [容器名] ubantu docker run --volume-from data_container
4Registry镜像仓库
daemon 守护程序
docker search *** docker pull ***
上传到docker hub
docker login docker push ***
镜像复制重命名
docker tag [原镜像名] [复制后镜像名]
国内仓库
阿里云 daocloud 时速云
5Dockerfile
FROM …base image
MAINTAINER … 谁写的
CMD ….. 命令行
RUN apt-get install … 执行命令
COPY...拷贝文件
ADD…. 添加文件（远程）
ENTRYPOINT ["","",""] 容器入口
EXPOSE 80 暴露端口
RUN sed -i 's/archive.ubantu.com/mirrors.ustc.edu.cn/g' /etc/apt/source.list 用加速镜像
WORKDIR 指定路径
ENV 设定环境变量
USER指定用户
VOLUME mount point
创建image
将当前目录下的Dockerfilebuild为image: docker build -t [image名称] .
6底层知识
镜像分层存储
7例子
##人脸识别mtcnn docker环境 docker pull raohuaming/mxnet-opencv-dlib docker run -ti -v /Users/**/Downloads/mtcnn-face-detect:/mtcnn raohuaming/mxnet-opencv-dlib:latest easy_install pip;pip install Flask;pip install requests python app.py & sh ./install.sh python http_request.py
END
往期回顾
【1】 TensorFlow Serving入门
【2】 从傅立叶变换到Gabor滤波器
【3】 《Computer vision》笔记-AlexNet(1)
【4】 torch.uls.trainer包解析
【5】 【Nature】DeepMind探索AI医疗黑箱问题，眼科疾病诊断水平超人类专家
机器学习算法工程师
一个用心的公众号
长按，识别，加关注
进群，学习，得帮助
你的关注，我们的热度，
我们一定给你学习最大的帮助