安装

curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

为了防止后面权限有问题，执行下面这个

sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker

基本操作

获得镜像

docker pull hello-world

运行

docker run hello-world

查看当前拥有的镜像

docker image ls

查看当前拥有的container

docker container ls -a

交互运行

docker run -ti --rm python:3.7

交互运行，执行其他命令

docker run -ti --rm python:3.7 bash

展示所有运行中的容器

docker ps

展示所有所有的容器，包括未运行的容器

docker ps -a

停止所有容器

docker stop $(docker ps -a -q)

删除所有容器（删除一个容器，只需要把最后面改成对应的CONTAINER ID就行）

docker rm $(docker ps -a -q)

删除镜像（xxx是IMAGE ID）

docker rmi xxx

nvidia-docker

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
      && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
            sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
            sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

接着测试一下

docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi

创建image

编写Dockerfile

FROM nvidia/cuda:11.6.0-base-ubuntu20.04
# FROM pytorch/pytorch:1.6.0-cuda10.1-cudnn7-runtime
COPY . /
RUN sed -i 's/security.ubuntu.com/mirrors.ustc.edu.cn/g' /etc/apt/sources.list
RUN sed -i 's/archive.ubuntu.com/mirrors.ustc.edu.cn/g' /etc/apt/sources.list
RUN apt-get update
RUN apt-get install python3 python3-pip -y
RUN pip3 install --upgrade pip
RUN pip3 config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple
RUN pip3 install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
RUN pip3 install -r requirements.txt
CMD ["sh", "predict.sh"]

由于COPY .会把所有的文件复制进去，所以可以编写.dockerignore，语法与.gitignore一样

.idea
*.pth
output
workspace
test_set

接着就是build
进入Dockerfile所在目录，然后执行
（最后一个是image名字）

docker build . -t nightmare4214

image上传dockerhub

登入

docker login

查看一下image id

docker image ls

其中148ec92d55ab 是image id，nightmare4214是dockerhub账号，icml-hqu是仓库名字

docker tag 148ec92d55ab nightmare4214/icml-hqu
docker push nightmare4214/icml-hqu

具体语法如下，tagname像我一样不写就是latest

docker tag local-image:tagname new-repo:tagname
docker push new-repo:tagname

拉取

docker pull nightmare4214/icml-hqu
docker container run --gpus "device=0" -m 28g --name icml-hqu --rm -v $PWD/test_set/:/workspace/inputs/ -v $PWD/nightmare4214_outputs/:/workspace/outputs/ nightmare4214/icml-hqu:latest /bin/bash -c "sh predict.sh"

参考
https://nbviewer.org/github/ericspod/ContainersForCollaboration/blob/master/ContainersForCollaboration.ipynb
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html
https://docs.docker.com/develop/develop-images/dockerfile_best-practices/
https://docs.docker.com/engine/reference/commandline/container_run/