【教程】Docker操作教程

一、 基本操作

1. 查看已有镜像：nvidia-docker images
   删除镜像：docker rmi e0cea3857495
2. 查看已启动的镜像：nvidia-docker ps
3. 创建容器，并映射文件夹：
            nvidia-docker run --privileged=true -i -t -d -P --name tensorflow-hsy -v /home/hsy/:/home/ tensorflow-hsy
4. 查看新镜像是否启动：nvidia-docker ps
5. 启动容器：nvidia-docker attach e0cea3857495
6. 关闭容器：exit
7. 重启容器：nvidia-docker restart e0cea3857495
6.  tmux docker使用： docker exec -it kindlehe bash

二、制作镜像

二者区别：https://my.oschina.net/zjzhai/blog/225112
1. 提交镜像
    nvidia-docker commit -a "hsy" -m "tensorflow & torch" e0cea3857495 hsy/tensorflow-torch:gpu-tensorflow-torch
    查看镜像
    nvidia-docker images
    保存镜像
    nvidia-docker save 5e4f7a431429 > gpu-tensorflow-torch_save.tar
    重命名镜像： 
    nvidia-docker tag 5e4f7a431429 hsy/gpu-tensorflow-torch_save:latest
    启动镜像：
    nvidia-docker run --privileged=true -i -t -d -P --name gpu-tensorflow-torch_save -v /home/hsy/:/home/ hsy/gpu-tensorflow-torch_save
    
2. 导出和导入容器
    导出：nvidia-docker export e0cea3857495 > gpu-tensorflow-torch.tar
    导入:cat gpu-tensorflow-torch.tar  | nvidia-docker import - hsy/gpu-tensorflow-torch:2017-08-29
    查看镜像
    nvidia-docker images
    启动镜像pytho
    nvidia-docker run --privileged=true -i -t -d -P --name gpu-tensorflow-torch -v /home/hsy/:/home/ hsy/gpu-tensorflow-torch
    出现latest错误，需要对镜像重命名： 
    nvidia-docker tag d4bd48b6a1ba hsy/gpu-tensorflow-torch_save:latest

#三、docker映射图片，浏览器

准备工作：
1. windows本地启动XWin Server
2. 进入服务器加-Y语句：ssh -Y hsy@a207-1 

1. 创建容器，并映射文件夹，同时在本地显示图片：
            nvidia-docker run -it -d -P --privileged=true --name hsy-caffe-display --net=host --env="DISPLAY" -v /home/hsy/:/home/ --volume="$HOME/.Xauthority:/root/.Xauthority:rw" hsy/caffe-gpu:caffe-gpu
    如果出问题的话，把-d -P --privileged=true删掉
2. 本地安装Xwin Server
3. 安装火狐浏览器，输入firefox&，或者用python cv2.imshow显示一张图片试试

二、Cuda，Cudnn操作

1. 查看cuda版本： nvcc -V