1分钟构建你的tensorflow-gpu基于docker,cuda10.2,DriverVersion:440.26

本镜像由mkmk构造，
ubuntu16
gcc5
g++5
nvidia-smi 440.26
cuda10.2
python3.7
jupyter密码 ***
pip默认清华源
apt默认清华源

windows 开启你的容器
docker run -tdi  --net mynet10  --ip 10.10.20.21  --name  cujupt102 --privileged=true  registry.cn-hangzhou.aliyuncs.com/mkmk/gpujupyter:pydotGrapgviz /bin/bash  | docker exec -d cujupt102 /bin/bash -c "cd /home &&(/etc/init.d/ssh start) && nohup jupyter notebook --allow-root & " 

#一条命令启动你的jupyter服务
(docker run -tdi --gpus all  -p 60106:22 -p 60006:8888 --name  cujupt102 --privileged=true  registry.cn-hangzhou.aliyuncs.com/mkmk/gpujupyter:pydotGrapgviz /bin/bash) &&(docker exec -d cujupt102 /bin/bash -c "cd /home &&(/etc/init.d/ssh start) && nohup jupyter notebook --allow-root & " )

#删除容器
docker stop cujupt102 && docker rm cujupt102

#查看ssh服务
ps -e | grep ssh
/etc/init.d/ssh restart

#检测 gpu
watch -n 1 nvidia-smi

#解决容器中文问题
apt-get -y install language-pack-zh-hans

RUN apt-get update
RUN apt-get install -y locales
RUN locale-gen zh_CN
RUN locale-gen zh_CN.utf8
RUN update-locale LANG=zh_CN.UTF-8 LC_ALL=zh_CN.UTF-8 LANGUAGE=zh_CN.UTF-8

ENV LANG zh_CN.UTF-8
ENV LANGUAGE zh_CN.UTF-8
ENV LC_ALL zh_CN.UTF-8

命令解释

#构建容器
sudo docker run -tdi  -p 0.0.0.0:60006:8888  --gpus all  --name  cudajpter    --privileged=true registry.cn-hangzhou.aliyuncs.com/mkmk/gpujupyter:cuda102UTF8  init

#当容器暂停时重启启动容器
sudo docker start cudajpter

#启动jupyter 服务
sudo docker exec -d cudajpter /bin/bash -c "cd /home && nohup  /root/anaconda3/bin/jupyter notebook  --allow-root  &"

#进入容器内部
sudo docker exec -it cudajpter /bin/bash

#映射到公网
sshpass -p "Li" ssh -NTf -R 60006:172.16.102.168:60006 [email protected] -o stricthostkeychecking=no