gpu加速云主机使用Docker部署深度学习环境（上）

gpu云服务器使用Docker部署深度学习环境（中）

本文讲述用新睿云GPU加速服务器搭建深度学习环境，单独安装Docker之后还无法使用带GPU的深度学习机器，需要再安装一下英伟达出品的Nvidia-docker。

深度学习环境部署的方法有很多种，其中Docker化深度学习环境和项目是一个很不错的选择。这里写过一些深度学习服务器安装和部署的文章，这篇文章记录一下相关的通过Docker来部署和测试深度学习项目的一些经验，以下是在一台4卡1080TI，Ubutu16.04的机器上的记录。

传送门——云GPU加速云服务器

一、安装Docker：

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。

1.使用APT安装:

$ sudo apt-get update

$ sudo apt-get install /

        apt-transport-https /

        ca-certificates /

        curl /

            software-properties-common

2.使用国内源：

curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add –

# 官方源

# $ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add –

3.向source_list添加Docker源:

$ sudo add-apt-repository /

            “deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu

            /

                $(lsb_release -cs) /

                stable”

# 官方源

# $ sudo add-apt-repository /

#    “deb [arch=amd64] https://download.docker.com/linux/ubuntu /

#    $(lsb_release -cs) /

#    stable”

4.更新 apt 软件包缓存，并安装 docker-ce：

$ sudo apt-get update

$ sudo apt-get install docker-ce

5.添加用户组（安装后貌似这个组已经存在了）：

sudo groupadd docker

6.将当期用户添加到这个组里并退出重新登录:

sudo usermod -aG docker $USER

7.测试Docker:

docker run hello-world

8.添加过内镜像代理：

sudo vim /etc/docker/daemon.json

{

    “registry-mirrors”: [

        “https://registry.docker-cn.com”

    ]

}

9.重启Docker服务

sudo systemctl daemon-reload

sudo systemctl restart docker

本篇相关教程请继续阅读《gpu云服务器使用Docker部署深度学习环境（中）》