在服务器的docker里 装anacond3深度学习环境的全流程超基础

​

背景： 实验室给我分配了一个服务器 已经装好了docker 和nvidi docker 。 现在我的目标是创建我自己的docker 然后在我自己的docker里装上anaconda环境。 我以前从没用过linux。所以对这一切都是迷迷茫茫不知其所以然。所以一些拙见还请不要见笑。也是整合了很多大佬的。（我是挂了VPN的，所以没有用过国内镜像，如果你发现哪里下不动东西了 可以搜搜怎么加入国内镜像源）

我的理解 docker 就是一个操作系统的模板。然后在服务器输入

docker images

​

可以看到很多镜像 这些镜像就是一个又一个的模板。然后你可以使用这些模板创建自己的操作系统。使用

​

docker ps -a

可以看到正在运行的容器 。什么叫做容器 ，就是根据模板（镜像）创建的一个操作系统，不同的容器之间互不干扰罢了。

使用docker run命令可以启用一个容器

docker run -p 10789:22  -it -d --name="容器名称" -v  镜像名称  /bin/bash

之后你所有的操作就相当于在你自己的电脑里玩了 。

等等，我们还没有创建自己的docker呢。

创建流程很长 这里有b站小姐姐做的一个视频可以参考。

https://www.bilibili.com/video/BV1bk4y1B7T5?from=search&seid=5835754095686451740&spm_id_from=333.337.0.0

我们做的就是取hub.docker.com这个网站上 找到自己喜欢的docker版本。docker版本其实就是别人写好的一些模板，跟ppt模板一样，我们先下下来然后自己修修改改变成自己的模板。模板有各个方向的 ，我们深度学习肯定要挑关于cuda的。点explore 搜nvidia 进入nvidia/cuda 在tag搜索自己的cuda版本  我用的是11.0-cudnn8 - runtime - ubu16.04 下图只是示例

​

​

复制后面那个pull到服务器窗口 就可以创建一个 docker了 。有dockers就可以启动什么的了 。

进入我们自己的docker 看看各个文件夹，发现啥也没有  因为是我们自己的新电脑嘛。我们就要开始装anaconda3了 。

启用容器

docker run -p 10789:22  -it -d --name="容器名称" -v  镜像名称  /bin/bash

进行基础的网络安装： ping config

apt-get update
apt install net-tools        # ifconfig
apt install iputils-ping     # ping

然后就是装conda了 取conda官网找自己喜欢的安装包

https://repo.anaconda.com/archive/

我选的是

https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

所以输入命令 （先安装wget）

apt-get install -y wget

wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

安装解压程序

apt-get install bzip2

找到自己的anacnoda安装包位置  好像在home里 要不然就是root里？？

然后输入命令

chmod +x Anaconda3-5.3.0-Linux-x86_64.sh

./Anaconda3-5.3.0-Linux-x86_64.sh

回车，一直yes  不过vscode可装可不装 自己看着办

然后输入conda -V 看看是不是显示

conda不是啥命令 没听说过 。

说明没配置好环境变量 找到你的安装目录 。把安装目录下的conda所在文件夹 放到环境变量去。

比如我的conda在home里  就是下面这句命令啦

export PATH=$PATH:/home/anaconda3/bin

source ~/.bashrc

保存后再来   成啦！  说明conda安装成功了 而且设置好了环境变量 。

​

也可以同时创建一个软连接：因为bin本身就是环境变量

ln -s /root/anaconda3/bin/python /bin/anaconda3

删除自己的conda安装包：

(base) root@60a197e8a57f:/# rm -rf /home/Anaconda3-5.3.0-Linux-x86_64.sh

然后配置自己的环境

先创建一个  li_3_8是我自己的环境名字

conda create -n li_3_8 python=3.8

激活创建的环境

conda activate li_3_8

​

看到本来是root 前面带了li_3_8 说明我们在这个环境里了

去torch官网找适配自己cuda版本的torch

https://pytorch.org/get-started/previous-versions/

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

我的是上面这个版本 输入 回车

这一步比较慢 我这篇文章都快写完了 torch还是没装完。

可以搜搜换源的方法，把源换成国内源 什么清华源什么的  我懒得换了 去吃个饭 正好等等他。

安装好torch了  其他的都类似。

安装好环境 我们考虑将容器固化  我们知道模板才是永久的 容器停了就没了  所以将容器变成模板 以后用这个带环境的模板就好

ctrl +d 退出容器

然后 docker ps -a 看容器列表

​

docker commit 容器id dock名字:标签

​

可以得到新的模板docker

​

如果你想继续用刚才那个退出的容器 就

docker start id
docker attach id

​

至此 环境安装完毕。 后面是如何在PYcharm连接这个容器 使用此容器的环境。，

1 启动容器    使用服务器的22端口  如果你刚才也用的下面这句启动的容器 就不用新建容器啦  start attach 进入容器即可。 主要是端口设置     （如果没设置端口 使用我们刚才固化的那个镜像 新建容器 ）

docker run -p 10789:22  -it -d --name="容器名称" -v  镜像名称  /bin/bash

2 更新apt  安装ssh 和vim

apt-get update

apt-get install openssh-server

apt-get install vim

3 用vim打开配置文件并修改

vim /etc/ssh/sshd_config 打开sshd_config配置文件

0：打开文件后 按o键 就可以修改啦  下面会出现一个insert标志
1. 找到PermitRootLogin prohibit-password这一行，修改为PermitRootLogin yes，允许通过ssh远程访问docker
2. 找到Port这一行，设置远程连接服务的端口号， 就是刚才的22，可以修改为一个认为合适的端口号

修改完毕后 按esc  insert标志消失   之后输入  :wq 回车  （注意冒号一定要打）

4  创建用户密码

passwd root

之后会让两次输入密码 与windows不同的是 输入密码是看不到的  心中有数就行

​

5 ：启动ssh

service ssh restart

到这里 服务器端配置完啦 。

点开我们的 pycharm   工具 部署配置

​

​

点三个点​

输入刚才对应端口 10789

和刚才的密码 ​

修改映射路径  就是你本地文件要上传服务器 上传到哪里呢 ？ 就是部署路径里

​

万事具备 只欠解释器

​

点到解释器设置

ssh解释器  现有

​

​

连接好后下一个

​

点文件 找到conda/envs/环境名/bin 里的 python文件 选中 确定

​

解释器选这个新的解释器  确定

​

在刚才的 工具 部署配置里  选中你的 服务器  点那个对号

​

点工具 部署 上传

​

新建一个test

输入

import torch
print(1)

部署 上传 （注意本地改变后就要上传 也可以自动上传）

运行得到结果！！！！！！！

全剧终 至此完成了 在服务器新建docker 并装环境形成镜像 并用pycharm连接的全过程

参考文献：

Nvidia-docker 配置深度学习环境服务器（cuda+cudnn+anaconda+python）GPU服务器的配置_哔哩哔哩_bilibili

使用docker搭建深度学习环境-从零开始(上)_ambm29的博客-CSDN博客_docker深度学习

使用docker搭建深度学习环境-从零开始(下)_ambm29的博客-CSDN博客_docker搭建深度学习环境

如何在Linux服务器上安装Anaconda（超详细）_あなたを待って-CSDN博客_服务器安装anaconda

PyCharm连接Docker容器内部Python解析器和Jupyter_修行者_Yang的博客-CSDN博客_pycharm连接容器

​