ubuntu安装python3.5+pycharm+anaconda+opencv+docker+nvidia-docker+tensorflow+pytorch+Cmake3.8

一，切换python版本为3.5

装好ubuntu，python版本是2.7的

我自己安装并更改打开为python3.5

sudo apt-get install python3.5

设置优先级和默认环境：

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

切换版本：

update-alternatives --config python

可看见python已经为3.5了。

二，安装pycharm:

pycharm官网

 

三，安装anaconda

下载python3.5对应的版本

https://repo.anaconda.com/archive/

然后：

~$ cd 下载
~/下载$ bash Anaconda2-4.2.0-Linux-x86_64.sh

这里需要一直按Enter，直到出现需要输入yes or no 。输入yes后，会显示Anaconda将要安装到哪个目录下，可以自行修改，这里我选择默认的路径，直接回车。最后会提示添加环境变量，输入yes后，安装完成。

pycharm中更改解释器路径。

ok,，结束。

在~/.bashrc添加

export PATH="/home/fzh/anaconda2/bin:$PATH"（注意py3是anaconda3）

在source一下 

创建虚拟环境

conda create -n your_env_name python=x.x

激活进入

source activate your_env_name 

卸载anaconda

首先直接删除整个anaconda文件夹，在vim ~/.bashrc

注释掉#  export PATH="/home/fzh/anaconda2/bin:$PATH"

最后在source  ~/.bashrc

重启终端

更换conda源

将以上配置文件写在~/.condarc中
vim ~/.condarc

channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

安装opencv

pip install opencv-contrib-python

pip install opencv-python

四，安装docker

docker/nvidia-docker 操作指南

https://www.dongliwu.com/archives/61/#directory0824639160743786413

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，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。如果提示找不到,多重复几次即可.

五,安装nvidia-docker

# 清理以前的。If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
sudo docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker
sudo apt autoremove
 
# 执行命令。Add the package repositories
# command 1
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
 
# command 2
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
 
# command 3
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
 
# 正式安装。Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd
 
# 测试一下。 Test nvidia-smi with the latest official CUDA image
sudo docker run --runtime=nvidia --rm nvidia/cuda:9.0-base  nvidia-smi

sudo systemctl daemon-reload
sudo systemctl restart docker

我利用有驱动的官方镜像安装其他环境，首先把docker跑起来

sudo nvidia-docker run -it  nvidia/cuda:9.0-base

apt-get update

apt-get upgrade

接下来，完善此镜像。安装完整的cuda-toolkit：
官方的镜像不完整，这一步很关键

apt install cuda-toolkit-9-0

apt-get install python3

apt-get install python3-pip

然后按照这个链接去装cuda和cudnn即可.

https://blog.csdn.net/fanzonghao/article/details/89707519

想要更新原来的镜像,比如上述都安转好了,用commit命令,adaf25712ec8是原有镜像的id,chaos_gpu是新镜像的名字,用docker images即可查看新的镜像

commit后面是ps出来的容器ID，后面跟自己想要保存的名字，我这里是chaos_gpu

sudo nvidia-docker commit adaf25712ec8 chaos_gpu

保持镜像到本地：

https://www.runoob.com/docker/docker-save-command.html

将镜像 runoob/ubuntu:v3 生成 my_ubuntu_v3.tar 文档

docker save -o my_ubuntu_v3.tar runoob/ubuntu:v3

载入本地镜像：

docker load -i tf_torch_gpu.tar

进入镜像 docker run --runtime nvidia -it ufoym/deepo:tensorflow-py36 bash

用Dockerfile创建镜像

1.1示例

#进入代码文件夹目录
１．vim　Dockerfile （配置Dockerfile）
FROM fzh_image:torch_0.4_tf_1.12
COPY ./ /pcb_API　（相对路径更好，绝对路径会出错）
LABEL maintainer="[email protected]"

ENV LC_ALL C.UTF-8
ENV LANG C.UTF-8

RUN sed -i 's/^\(deb\|deb-src\) \([^ ]*\) \(.*\)/\1 http:\/\/mirrors.aliyun.com\/ubuntu \3/' /etc/apt/sources.list && \
    apt update && apt install -y --no-install-recommends libsm6 libxrender1 libxext6 libgtk2.0-dev && \
    apt clean && rm -rf /var/lib/apt/lists/*


RUN pip install h5py torch==0.4.0 requests bs4 flask opencv-python pillow numpy pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

RUN mkdir /root/.torch /root/.torch/models
RUN cp -r /pcb_API/models/densenet/densenet169-b2777c0a.pth /root/.torch/models/

WORKDIR /pcb_API

ENTRYPOINT ["python","/pcb_API/manage_API.py"]

1.2带有字体的dockerfile

FROM daxin-docker:1.0
COPY ./ /

LABEL maintainer="[email protected]"

ENV LC_ALL C.UTF-8
ENV LANG C.UTF-8

RUN echo "ttf-mscorefonts-installer msttcorefonts/accepted-mscorefonts-eula select true" | debconf-set-selections

RUN apt-get update && apt-get install -y --no-install-recommends poppler-data ttf-mscorefonts-installer fontconfig
RUN mkdir /usr/share/fonts/myfonts
RUN cp -r /FONT/* /usr/share/fonts/myfonts/
RUN fc-cache -fv
RUN chmod -R 777 /usr/share/fonts/myfonts

RUN pip install imutils opencv-python==3.4.2.16 sqlalchemy_utils -i https://pypi.tuna.tsinghua.edu.cn/simple
WORKDIR /src

ENTRYPOINT ["python","manage_pdf.py"]

1.3 pull mysql镜像

拉mysql镜像
docker pull mysql:5.7.26
docker images|grep mysql
docker tag mysql:5.7.26 xunzhenhan/mysql:5.7.26
docker save xunzhenhan/mysql:5.7.26 > xunzhenhan-mysql-5.7.26.tar

1.4 用dockerfile创建mysql镜像,并设置账号密码

FROM hub.youedata.com/new_dataos_deploy/mysql:5.7

#设置账号密码登录
ENV MYSQL_ROOT_PASSWORD Admin_2018
#将所需文件放到容器中
#COPY setup.sh /mysql/setup.sh
#COPY schema.sql /mysql/schema.sql
#COPY privileges.sql /mysql/privileges.sql

#设置容器启动时执行的命令
CMD ["sh", "/mysql/setup.sh"]

 ２．docker bulid

docker build -t pcb_docker . --rm　(得到镜像)

３．建容器

run -d就后台挂起

nvidia-docker run -it -p 5112:6006 pcb_api_docker:latest

nvidia-docker run -it -p 5112:6006 --entrypoint bash pcb_api_docker:latest(不执行Dockerfile里的python /pcb_API/manage_API.py用做调试)

4.批量删除none的docker镜像

docker images|grep none|awk '{print $3}'|xargs docker rmi

5.docker的一些命令

docker inspect id　查看docker的一些相关信息，对于组件可以查看config.py
docker logs id >xxx.txt 将docker日志输出为txt

docker cp

将主机/www/runoob目录拷贝到容器96f7f14e99ab的/www目录下。

docker cp /www/runoob 96f7f14e99ab:/www/

将容器96f7f14e99ab的/www目录拷贝到主机的/tmp目录中。

docker cp  96f7f14e99ab:/www /tmp/

6.将用户添加进docker用户组

1. 创建docker用户组
sudo groupadd docker
2. 将用户添加到docker用户组
sudo usermod -aG docker USER_NAME
3. 重启docker服务
sudo systemctl restart docker

7.docker: Error response from daemon: Unknown runtime specified nvidia.

sudo systemctl daemon-reload
sudo systemctl restart docker

六.下载使用TensorFlow镜像
根据需要的版本下载tensorflow镜像并开启tensorflow容器： 

https://github.com/alibaba/x-deeplearning/wiki/%E7%BC%96%E8%AF%91%E5%AE%89%E8%A3%85?from=singlemessage

七.安装tensorflow

pip3 install tensorflow-gpu==1.12.0

import tensorflow as tf
a=tf.constant(1)
with tf.Session() as sess:
    print(sess.run(a))

八.安装pytorch

https://pytorch.org/get-started/locally/

安装torch官网根据cuda版本来安装

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

其中，-c pytorch参数指定了conda获取pytorch的channel,在此指定为conda自带的pytorch仓库。
因此，只需要将-c pytorch语句去掉，就可以使用清华镜像源快速安装pytorch了。

若要安装指定版本的pytorch

pip install torch==0.4.0

import torch
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.__version__)

如果出现fasle,去检查cuda是否装好

最终挂载本地与docker同步命令

nvidia-docker run -it -v ~/AI/:/AI -w /AI/  --name=fzh_tf_torch_py3 -p 2111:22 -p 2112:6006 -p 2113:8888 tf_pytorch_gpu:1.12.0_1.1.0 bash

 

九,安装Cmake3.8

官网下载cmake https://cmake.org/files/v3.8/

vim ~/.bashrc  添加环境变量

source ~/.bashrc 

cmake --version

 

参考:

https://blog.csdn.net/WannaSeaU/article/details/88427010