0. pytorch 0.2 版本与numpy1.10不兼容，需要升级numpy到1.13

1. Dockerfile.cpu还差已下几项：done

   • notebook还未配置完成
   • tensorbord
   • conda未安装

2. Dockerfile.gpu尚未构建，done

3. 自动构建done

4. 地理相关库done

• folium
• ipyleaflet
• rasterio \ WARNING:root:Failed to get options via gdal-config: [Errno 2] No such file or directory: 'gdal-config raterio 需要gdal依赖，已经安装了gdal，但是安装方法和之前的不同rasterio的方法如下: 需要确认这种安装会不会导致mapnik等出问题

$ sudo add-apt-repository ppa:ubuntugis/ppa
$ sudo apt-get update
$ sudo apt-get install gdal-bin libgdal-dev
$ pip install -U pip
$ pip install rasterio

经验证apt-get install libgdal-dev安装完libgdal-dev后可以顺利安装rasterio apt-get install python3-rasterio apt-get install rasterio

5. add opencv support

影像深度学习通用docker包括以下依赖

1. gdal
2. mapnik
3. tensorflow 1.2.1
4. keras latest
5. pytorch 0.12
6. mxnet 0.10

python package include:

1. 通过dockerfile构建，全部构建完成大概要花费1h20min docker build -t repository:tag . -f Dockerfile.cpu

• 启动docker 并进入bash界面，退出后删除container(-rm):
  docker run -it --rm DOCKERNAME:TAG [bash]

• 启动docker并暴露Notebook(8888)和tensorboard(6006)端口:
  docker run -it -p 8888:8888 -p 6006:6006 --rm --name container_name dl-ubuntu:v8-notebook [bash]

• 启动docker并同时运行Notebook，进入容器中也可以启动 docker run -it -p 8888:8888 -p 6006:6006 --rm --name container_name dl-ubuntu:v8-notebook jupyter-notebook --allow-root

• 启动docker并同时运行tensorboard，进入容器中也可以启动 docker run -it -p 8888:8888 -p 6006:6006 --rm --name container_name dl-ubuntu:v8-notebook tensorboard --logdir=/PATH

• docker新建好之后，可以通过以下命令重启docker
  docker start CONTAINER ID

• 进入已近启动的容器 sudo docker attach nostalgic_hypatia

sudo nvidia-docker-plugin

1. 挂载本地数据卷到容器
   docker run -it -v /Users/sshuair/temp:/notebooks dl-ubuntu:v8-notebook bash

docker tag server:latest myname/server:latest

• push local images to docker hub docker push sshuair/ubuntu:16.04

以下是一些常用的docker命令，更多命令请到Docker — 从入门到实践查阅

• 构建image
  docker build -t DOCKERNAME:TAG . -f Dockerfile.cpu
• run docker
  1. without container after exit
     docker run -it --rm DOCKERNAME:TAG bash
  2. 暴露container对外的端口
     docker run -it -p 8888:8888 -p 6006:6006 --rm DOCKERNAME:TAG bash
  3. 直接运行Notebook
     docker run -it -p 8888:8888 -p 6006:6006 --rm DOCKERNAME:TAG jupyter-notebook --allow-root
• 重命名docker docker tag server:latest myname/server:latest
• 列出所有的container
  docker ps -a
• 列出当前运行的container
  docker ps
• 删除container
  docker rm [container id / containername]
• 删除所有的container
  docker rm $(docker ps -a -q)
• 列出所有images
  docker images
• 删除指定image
  docker rmi [image id / image name]
• 删除无效的images
  docker rmi -f $(docker images -q -f dangling=true)
• 删除所有images
  docker rmi $(docker ps -a -q)
• 从 container 到 主机（host）
  docker cp containerId:/file/path/within/container /host/path/target
• 主机与容器的端口对应 docker run -p hostPort:containerPort <image-name>