-
pytorch 0.2 版本与numpy1.10不兼容,需要升级numpy到1.13
-
Dockerfile.cpu
还差已下几项:done- notebook还未配置完成
- tensorbord
- conda未安装
-
Dockerfile.gpu尚未构建,done
-
自动构建done
-
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
- 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:
- 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
- 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
- without container after exit
docker run -it --rm DOCKERNAME:TAG bash
- 暴露container对外的端口
docker run -it -p 8888:8888 -p 6006:6006 --rm DOCKERNAME:TAG bash
- 直接运行Notebook
docker run -it -p 8888:8888 -p 6006:6006 --rm DOCKERNAME:TAG jupyter-notebook --allow-root
- without container after exit
- 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>