Ubuntu 14.04 Deepo 安装记录（docker-ce，nvdia-docker，Deepo）

曾经终败给现在 2022-05-13 23:20 178阅读 0赞

> Deepo官网：[https://github.com/ufoym/deepo][https_github.com_ufoym_deepo]

Deepo 相当于一个虚拟机，但是任何环境都配好了的虚拟机，如果环境坏掉了可以直接删掉重新下载，更何况，下载都是配置好环境了，可以在这里面跑实验，可以了解一下。  
![这里写图片描述][70]

在实验室师兄的帮助下，本人终于装好啦，现把安装记录分享一下！

*  一、安装docker-ce
    
     *  方法一：下载.deb文件安装
     *  方法二：使用apt-get命令安装
 *  二、安装nvdia-docker
 *  三、下载Deepo相关
    
     *  1 下载镜像文件
     *  2 其他相关的设置

# 一、安装docker-ce #

docker-ce是docker的一种版本，安装docer-ce其实就是安装docker。装docker-ce的目的是为了装nvdia-docker。其实装了docker-ce后，就已经可以开虚拟机啥的了，但是不能用GPU！装nvdia-docker就是为了支持GPU哦。有两种安装方式，可以任选一种

## 方法一：下载.deb文件安装 ##

【该方法需要选镜像版本，究竟选哪个比较好呢，一般就选择最新的吧（本人就是选的最新的） /笑哭。如果你不想纠结选哪个，请看第二种安装方法】

1 Go to [https://download.docker.com/linux/ubuntu/dists/][https_download.docker.com_linux_ubuntu_dists], choose your Ubuntu version, browse to `pool/stable/` and choose `amd64, armhf, ppc64el, or s390x`. Download the `.deb` file for the Docker version you want to install.

!!敲黑板！！ubuntu 14的选择**“Trusty”** ubuntu 16的选择**“Xenial”**

![这里写图片描述][70 1]

2 Install Docker CE, changing the path below to the path where you downloaded the Docker package.

$ sudo dpkg -i /path/to/package.deb

![这里写图片描述][70 2]

3 Verify that Docker CE is installed correctly by running the `hello-world` image.【这步其实可以不用做的，这个时候会下载一个hello-world镜像测试，后文展示镜像列表的时候可以看到】

$ sudo docker run hello-world

This command downloads a test image and runs it in a container. When the container runs, it prints an informational message and exits.  
![这里写图片描述][70 3]

## 方法二：使用apt-get命令安装 ##

1 更新apt索引

sudo apt-get update

2 允许apt通过HTTPS使用存储库

sudo apt-get install apt-transport-https ca-certificates curl software-properties-common

3 添加Docker的官方GPG密钥

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

查看密钥【这一步是为了看是否正版啥的】

sudo apt-key fingerprint

4 添加源

sudo add-apt-repository \
       "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"

5 更新apt索引

sudo apt-get update

6 安装

sudo apt-get install docker-ce

# 二、安装nvdia-docker #

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
    #全新安装时，无需执行该步骤
    docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
    sudo apt-get purge -y nvidia-docker
    
    # Add the package repositories
    curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
      sudo apt-key add -
    distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
    curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
      sudo tee /etc/apt/sources.list.d/nvidia-docker.list
    sudo apt-get update
    
    # Install nvidia-docker2 and reload the Docker daemon configuration
    sudo apt-get install -y nvidia-docker2
    sudo pkill -SIGHUP dockerd
    
    # Test nvidia-smi with the latest official CUDA image【这步其实可以不用做的，本人没运行，也是为了测试用的】
    docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

![这里写图片描述][70 4]

--------------------

# 三、下载Deepo相关 #

接下来，就可以下载自己需要的容器惹，具体需要哪个容器呢，可以参照这个表

![这里写图片描述][70 5]

## 1 下载镜像文件 ##

本人需要下载的环境是“CUDA 9.0 / Python 2.7”，所有框架都有的容器。所以选择“all-py27-jupyter”，  
“ py27-jupyter”任意一个。

使用命令`docker pull ufoym/deepo:all-py27-jupyter`进行下载。  
提示：`docker pull ufoym/deepo:all-py27-cu90`和`docker pull ufoym/deepo:py27-jupyter`是等价的命令。

![这里写图片描述][70 6]

--------------------

要下载挺久的。先来一个题外话：

本人发现运行这类命令`sudo docker ps -a`一定要加`sodu`，本人有点受不了。经过百度，可以通过把当前用户加入docker用户组的方法。命令：`sudo gpasswd -a ${USER} docker`。然后退出服务器`exit`，再重新登陆就好了。就可以直接使用`docker ps -a`这类命令了。  
![这里写图片描述][70 7]

--------------------

经过漫长的等待，下载好了。

## 2 其他相关的设置 ##

可以通过命令`docker images`可以查看所下载的镜像：ufoym/deepo:all-py27-jupyter  
![这里写图片描述][70 8]

接下来本人创建了一个目录`$HOME/share2dock/`和我们的虚拟机进行共享，复制文件太麻烦了，还是共享一下比较好。

【敲黑板！！！】  
这条命令是关键，废话不说，直接看：

nvidia-docker run -it -v $HOME/share2dock/:/root/shared ufoym/deepo:all-py27-jupyter /bin/bash

解释一下：  
这条命令是首次装这个镜像所需要执行的，换而言之，**只需执行一次**。这个时候会自动创建一个容器，加载我们的镜像。这个是第一次打开虚拟机的命令，第二次打开方式见后文哦。  
\-it的意思是以交互式的终端，-v指定“本地目录”:“虚拟机目录”（这个shared的目录可以自己取名字），后面跟着这个镜像的名字，最后是“干啥”，/bin/bash 就是以bash命令打开。

**！！！敲黑板，用以上命令后，每次打开虚拟机会自动挂载共享目录哦！！！**

此时，就可以使用啦，本人跃跃欲试的导入了tensorflow 和 caffe2 都是成功的呢～

![这里写图片描述][70 9]

退出虚拟机的方式很多：  
可以用命令`exit`(关闭容器并退出)  
也可以直接键盘退出 □ Ctrl-d(关闭容器并退出) □ Ctrl-p + Ctrl-q（不关闭容器退出）

再次打开虚拟机的方式和首次打开不同，先打开容器，然后再开机。  
可以先使用命令`docker ps -a`看看我们的容器  
![这里写图片描述][70 10]  
然后打开容器：`docker start 容器ID`  
![这里写图片描述][70 11]  
接着就可以开机啦：`docker exec -it Name/ID /bin/bash`  
![这里写图片描述][70 12]

一些删除镜像容器啥的命令，就自己查看帮助啦，直接输入命令`docker`回车，就有啦。

如有任何疑问，请留言哈！

[https_github.com_ufoym_deepo]: https://github.com/ufoym/deepo
[70]: /images/20220514/3633aea19a674dd9bc6793e913ae028e.png
[https_download.docker.com_linux_ubuntu_dists]: https://download.docker.com/linux/ubuntu/dists/
[70 1]: /images/20220514/07d73967ab114f4da08875389a3ad56c.png
[70 2]: /images/20220514/9d61b714b11743419de511111c00e7e5.png
[70 3]: /images/20220514/23fa58ce20dd43288935c9e933f91bed.png
[70 4]: /images/20220514/42d14e66402d4e3b9dc5483863170e77.png
[70 5]: /images/20220514/83a3e9fb46dc4638bb64cc7ca122c2f9.png
[70 6]: /images/20220514/3fe45d97fe02405ca85fdfc0a0b5ec74.png
[70 7]: /images/20220514/57bd65b96ba34a17aa118c22d3a52792.png
[70 8]: /images/20220514/2830ec0c26bd41518c9a9727faf3bf14.png
[70 9]: /images/20220514/b3e8a325c8584c26b458849ad25e4727.png
[70 10]: /images/20220514/4bea4e0b127f4476a9f09f49fac105c4.png
[70 11]: /images/20220514/cc1d50533015494989f0662c99c62fe5.png
[70 12]: /images/20220514/6b36d59946164b32b34e9836124077d0.png