docker+vscode远程使用pytorch-gpu

服务器端

docker配置（pytorch+gpu）

拉取镜像

1. 查询服务器的cuda版本
   nvcc -V
2. 去官网上查找自己服务器对应的cuda版本镜像，这里用的是1.9.1-cuda11.1-cudnn8-devel
docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
3. 查看已经拉取的镜像
   docker images

创建并运行容器

1. 设置容器名称为test，允许使用服务器的所有gpu，端口映射从1234到22（22是ssh的端口，不能改动，1234随便选个不被占用的就行），文件夹映射从/data/test到/data，镜像为上一步拉取的pytorch镜像
   docker run -it --name test --gpus all -p 1234:22 -v /data/test:/data -d pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
   此时用ssh连接时设置端口为1234，即可直接远程连接到docker中。服务器的/data/test文件夹中的所有内容全部映射到docker中的/data文件夹下
2. 启动容器
   docker start test
3. 进入容器
   docker attach test 或 docker exec -it test /bin/bash
4. 查看gpu是否可用
   nvidia-smi
5. 测试pytorch gpu是否可用 (请确认在conda的base环境下操作)

python  # 进入python环境
import torch
torch.cuda.is_available()

若输出为True，则说明运行正常，docker的pytorch-gpu配置完成

docker配置

安装vim：apt update && apt install vim

换源（可选）

若修改为清华源，可在vim修改文件时选择清华镜像站中提供的文本进行替换。注意自己服务器的操作系统版本

cp /etc/apt/sources.list /etc/apt/sources1.list
vim /etc/apt/sources.list
apt update && apt upgrade

安装ssh

1. 拉取软件包apt-get install openssh-server
2. 设置远程连接密码。最好不为空
   passwd root
3. 完成ssh相关设置
   vim /etc/ssh/sshd_config
   直接在文件中添加下面两行即可

PermitRootLogin yes
UsePAM no

4. 重启ssh
   /etc/init.d/ssh restart
5. 设置每次开启docker时启动ssh
   echo 'service ssh start' >> ~/.bashrc
6. 设置无密码远程登陆
   在本地电脑上，打开终端，运行ssh-keygen -t rsa
   复制本地电脑上~/.ssh/id_rsa.pub中的信息至服务器的~/.ssh/authorized_keys文件中（这里建议用scp复制过去之后使用>>输入cat local_id.pub >> ~/.ssh/authorized_keys）

安装git（可选）

1. 拉取软件包apt install git
2. 基础设置。示例github账号为test，邮箱为[email protected]
   git config --global user.name 'test'
git config --global user.email '[email protected]'
3. 生成ssh密钥
   ssh-keygen -t rsa -C '[email protected]'
4. 将密钥添加至github账户中
   cat ~/.ssh/id_rsa.pub
5. 将github的IP记录到docker中
   ssh -T [email protected]

vscode配置

安装插件

Remote - SSH

1. 直接从vscode中自带的扩展商店中下载Remote - SSH
2. 设置ssh连接
   选择左侧的远程资源管理器（调试下面），选择SSH Targets，鼠标移动过去，点击加号，输入ssh root@ip -p 1234，(自行替换ip为服务器ip)在弹出的文件中选择~/.ssh/config，此时可以发现左侧的远程资源管理器中增加了你的服务器地址。这时打开~/.ssh/config可以看见Host、HostName、Port、User。Host可以备注为远程服务器的名称，HostName为ip地址，Port为端口（仅包含数字），User为用户名root。
3. 打开工作区
   文件-打开文件夹-选择你的工程所在文件夹
4. 此时切换到资源管理器（左侧列表第一个）即可看到文件夹中的内容
5. 注意，要设置python解释器为conda环境中包含pytorch的那个
   ctrl+shift+p，在输入框中输入python:select interpreter，选择base环境中的python/opt/conda/bin/python

其它插件

1. Python
2. Code Runner（可选）
3. GitLens（可选）
4. Todo Tree（可选）
5. Chinese (Simplified)（可选）
6. Rainbow CSV（可选）
7. 彩虹括号（忘记叫啥名字了）（可选）

可能出现的问题

1. pip报错
   修改 ~/.pip/pip.conf (没有就创建一个)， 内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

2. 环境变量出错（忘记报错是什么了）
   echo 'export $(cat /proc/1/environ |tr '\0' '\n' | xargs)' >> /etc/profile
3. 不记得了，想起来再写

其它常用命令

scp传送文件

直接从Mobaxterm的窗口往里面拖大概率报错说没有权限……
scp -P 1234 本机文件 root@ip:/data
自行替换ip、端口和文件位置。
（不过说实话命令不是很好用，建议下载一个winscp

docker相关

1. 创建容器：docker run -it --name test --gpus all -p 1234:22 -v /data/test:/data -d pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
2. 启动容器：docker start test
3. 进入多终端docker：docker exec -it test /bin/bash
4. 进入运行中的容器：docker attach test
5. 停止容器：docker stop test
6. 重启容器：docker restart test
7. 显示所有镜像：docker images
8. 删除容器：docker rm test
9. 显示所有容器：docker ps -a
10. 导出容器（报错 无权限）：docker export test > testdocker.tar
11. 导入容器为镜像：docker import testdocker.tar testdocker:1.0
12. 导出镜像：docker save test > testdocker.tar
13. 导入镜像：docker load < testdocker.tar