当Docker遇见Deep Learning

墨蓝 2022-05-20 04:50 191阅读 0赞

## 序 ##

阅读本篇文章可以帮你解决的问题是：提供一套解决方案，能够在支持Docker的任何版本Ubuntu系统下，搭建出完美运行**各种深度学习框架**、**各种版本**、**各种环境依赖**(NAIVID显卡)深度学习工程的开发环境。不仅如此，还要**像在本机一样**方便的修改代码运行计算。

搭建深度学习计算平台，一般需要我们在本机上安装一些必要的环境，安装系统、显卡驱动、cuda、cudnn等。而随着Docker的流行，往往能够帮我们轻松的进行环境搭建、复制与隔离，所以官方也利用容器技术与深度学习相结合，因此也出现了以下方案。

容器方案比传统方案带来更多的随意性，装系统前不需要考虑Ubuntu哪一个版本符合不符合我们的代码运行要求，我们只需要安装一个自己喜欢的（18.04完全可以），再在官网下载一下显卡驱动，或者软件源附加驱动更新一下就行了，剩下都不需要我们继续考虑。这些也非常的轻松，因为Nvidia对Ubuntu的支持越来越友好，我们只需要下载deb包，一行命令即可安装成功。

<table> 
 <thead> 
 <tr> 
 <th></th> 
 <th>系统</th> 
 <th>显卡驱动</th> 
 <th>Cuda</th> 
 <th>Cudnn</th> 
 </tr> 
 </thead> 
 <tbody> 
 <tr> 
 <td>传统方案</td> 
 <td>一种版本</td> 
 <td>必需</td> 
 <td>一种版本</td> 
 <td>必需</td> 
 </tr> 
 <tr> 
 <td>容器方案</td> 
 <td>各种版本</td> 
 <td>必需</td> 
 <td>非必需</td> 
 <td>非必需</td> 
 </tr> 
 </tbody> 
</table>

安装显卡驱动可以参照：[https://blog.csdn.net/bskfnvjtlyzmv867/article/details/80102000][https_blog.csdn.net_bskfnvjtlyzmv867_article_details_80102000]

正式进入正文之前，确保你已经安装好趁手的系统和显卡驱动。

## I. 安装Docker ##

关于Docker教程，详见：[Docker——入门实战][Docker]

### 安装指定版本Docker CE ###

这里的版本由第二部分的Nvidia Docker依赖决定，笔者在写此文时需要的版本是18.03.1，如果在安装Nvidia Docker时依赖的Docker CE版本已经变更，可以卸载重新安装需要的版本。

sudo apt install curl
    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
    echo "deb [arch=amd64] https://download.docker.com/linux/ubuntu xenial edge" | sudo tee /etc/apt/sources.list.d/docker.list
    sudo apt-get update && sudo apt-get install -y docker-ce=18.03.1~ce-0~ubuntu

执行这个命令后，脚本就会自动的将一切准备工作做好，并且把Docker CE 的Edge版本安装在系统中。

### 启动Docker CE ###

sudo systemctl enable docker
    sudo systemctl start docker

### 建立docker 用户组 ###

默认情况下，docker 命令会使用Unix socket 与Docker 引擎通讯。而只有root 用户和docker 组的用户才可以访问Docker 引擎的Unix socket。出于安全考虑，一般Ubuntu系统上不会直接使用root 用户。因此，更好地做法是将需要使用docker 的用户加入docker用户组。

# 建立docker组
    sudo groupadd docker
    # 将当前用户加入docker组
    sudo usermod -aG docker $USER

注销当前用户，重新登录Ubuntu，输入docker info，此时可以直接出现信息。

![docker info][]

### 配置国内镜像加速 ###

在/etc/docker/daemon.json 中写入如下内容（如果文件不存在请新建该文件）

{
        "registry-mirrors": [ "https://registry.docker-cn.com" ] }

### 重新启动服务 ###

sudo systemctl daemon-reload
    sudo systemctl restart docker

## II. 安装Nvidia Docker2 ##

Nvidia Docker2项目的主页：[https://github.com/NVIDIA/nvidia-docker][https_github.com_NVIDIA_nvidia-docker]

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
    ocker 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 -
    curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
    
    # Install nvidia-docker2 and reload the Docker daemon configuration
    sudo apt-get update && sudo apt-get install -y nvidia-docker2
    sudo pkill -SIGHUP dockerd
    
    # Test nvidia-smi with the latest official CUDA image
    docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

![安装Nvidia Docker2][Nvidia Docker2]

## III. 搭建环境 ##

### 拉取镜像 ###

Nvidia官网在DockerHub中提供了关于深度学习的各个版本环境，[点我…][Link 1]有*Ubuntu14.04-18.04，Cuda6.5-9.2，Cudnn4-7*，基本含盖了我们所需要的各种版本的深度学习环境，我们直接拉取镜像，在已有的镜像基础上配置我们的深度学习环境。

![镜像][20180712153936617]

**下载镜像**，这里以ubuntu16.04、cuda8.0、cudnn5.1的版本为例，我们找到满足版本要求的TAG为8.0-cudnn5-devel-ubuntu16.04。

# 拉取镜像
    docker pull nvidia/cuda:8.0-cudnn5-devel-ubuntu16.04
    # 查看镜像
    docker images -a

### 创建启动容器 ###

利用下载好的镜像，创建一个交互式的容器。容器需要使用nvidia显卡，需要设置额外的参数。

docker run -it --name 自定义容器名 -v /home/你的用户名/mnist/:/home/你的用户名/mnist/ --runtime=nvidia -e NVIDIA_VISIBLE_DEVICE=0,1 nvidia/cuda:8.0-cudnn5-devel-ubuntu16.04

NVIDIA\_VISIBLE\_DEVICE参数指定对容器分配几块GPU资源；-v参数用于挂载本地目录，冒号前为宿主机目录，冒号后为容器目录，两个可以设置为一样比较方便代码书写。配置目录挂载是为了方便本文下一部分测试Mnist服务。容器启动完毕，此时，可以像正常本机配置的深度学习环境一样，测试各个软件的版本。

nvidia-smi
    nvcc -V
    # 查看cudnn版本
    cd /usr/lib/x86_64-linux-gnu/
    ll |grep cudnn

![nvidia显卡驱动查看][nvidia]

![cuda和cudnn版本查看][cuda_cudnn]

## IV. 构建环境 ##

### 安装环境 ###

在上一部分我们搭建了深度学习计算的必要环境，包括CUDA和CUDNN。然而大多数深度学习环境都是需要执行Python编写的深度学习代码的，甚至需要一些常用的深度学习框架，如TensorFlow、PyTorch等。在上一部分我们拉取的Nvidia官方提供的镜像中并没有包含Python运行环境以及任何的深度学习框架，需要我们自己安装。

附上安装环境的所有命令：

apt-get update
    # 安装Python2.7环境 3.+版本自行添加
    apt-get install -y --no-install-recommends build-essential curl libfreetype6-dev libpng12-dev libzmq3-dev pkg-config python python-dev python-pip python-qt4 python-tk git vim
    apt-get clean
    ## 安装深度学习框架 自行添加
    pip --no-cache-dir install setuptools
    pip --no-cache-dir install tensorflow-gpu==1.2 opencv-python Pillow scikit-image matplotlib

![安装环境][2018071215414317]

### 构建镜像 ###

安装好环境后，其实已经可以开始运行我们的深度学习代码了。如果你想立刻测试自己的Docker深度学习环境搭建成功与否，可以直接开始下一部分的Mnist数据集测试。

如果此时，项目组另一位小伙伴也想跑深度学习，恰好需要和你一样的环境依赖，我们完全可以“拷贝”一份配好的环境给他，他可以直接上手去使用。Docker的方便之处也体现在这，我们可以将自己定制的容器构建成镜像，可以上传到Docker Hub给别人下载，也可以生成压缩包拷贝给别人。

利用commit命令，生成一个名为homography1.0的新镜像。

# docker commit -a "作者信息" -m "提交信息" 之前启动的容器名 自定义镜像名
    docker commit -a "wangguoping" -m "deep homography environment" tensorflow1.2 homography1.0

至于将镜像提交Hub和拷贝就不是本文重点，也就不介绍了。

另外，这里生成镜像还有一个好处，就是第六部分结合PyCharm使用。PyCharm里面配Docker选择的是镜像(IMAGE)，而不是容器(Container)，它会根据我们选择的镜像自己帮我们启动一个容器，用来运行PyCharm里面的代码。我一开始没有搞清楚这个概念，也走了不少弯路。

## V. 测试Mnist ##

进入上一部分挂载的目录：

cd /home/test/mnist # test是我的用户名
    vim mnist.py # 创建mnist的tensorflow代码

代码内容可以参考：[Tensorflow——nn、cnn、rnn玩mnist][Tensorflow_nn_cnn_rnn_mnist]

# coding=utf-8
    
    import tensorflow as tf
    from tensorflow.examples.tutorials.mnist import input_data
    
    mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    train_img = mnist.train.images
    train_lab = mnist.train.labels
    test_img = mnist.test.images
    test_lab = mnist.test.labels
    
    dim_input = 784
    dim_output = 10
    
    
    x_data = tf.placeholder(tf.float32, [None, dim_input])  
    y_real = tf.placeholder(tf.float32, [None, dim_output])
    
    stddev = 0.1
    weights = {
       "w_conv1": tf.Variable(tf.random_normal([3, 3, 1, 64], stddev=stddev)),
               "w_conv2": tf.Variable(tf.random_normal([3, 3, 64, 128], stddev=stddev)),
               "w_fc1": tf.Variable(tf.random_normal([7 * 7 * 128, 1024], stddev=stddev)),
               "w_fc2": tf.Variable(tf.random_normal([1024, dim_output], stddev=stddev))}
    
    biases = {
       "b_conv1": tf.Variable(tf.zeros([64])),
              "b_conv2": tf.Variable(tf.zeros([128])),
              "b_fc1": tf.Variable(tf.zeros([1024])),
              "b_fc2": tf.Variable(tf.zeros([dim_output]))}
    
    
    def forward_prop(_input, _w, _b, keep_prob):
    
        _input_r = tf.reshape(_input, shape=[-1, 28, 28, 1])
    
        _conv1 = tf.nn.conv2d(_input_r, _w["w_conv1"], strides=[1, 1, 1, 1], padding="SAME")
        _conv1 = tf.nn.relu(tf.nn.bias_add(_conv1, _b["b_conv1"]))
    
        _pool1 = tf.nn.max_pool(_conv1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")
        # dropout
        _pool_dr1 = tf.nn.dropout(_pool1, keep_prob=keep_prob)
    
        _conv2 = tf.nn.conv2d(_pool_dr1, _w["w_conv2"], strides=[1, 1, 1, 1], padding="SAME")
        _conv2 = tf.nn.relu(tf.nn.bias_add(_conv2, _b["b_conv2"]))
        _pool2 = tf.nn.max_pool(_conv2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")
        _pool_dr2 = tf.nn.dropout(_pool2, keep_prob=keep_prob)
    
    
        flatten = tf.reshape(_pool_dr2, shape=[-1, _w["w_fc1"].get_shape().as_list()[0]])
    
        _fc1 = tf.nn.relu(tf.add(tf.matmul(flatten, _w["w_fc1"]), _b["b_fc1"]))
    
        _fc_dr1 = tf.nn.dropout(_fc1, keep_prob=keep_prob)
    
        _out = tf.nn.relu(tf.add(tf.matmul(_fc_dr1, _w["w_fc2"]), _b["b_fc2"]))
    
        return {
       "input_r": _input_r, "conv1": _conv1, "pool1": _pool1, "pool_dr1": _pool_dr1, "conv2": _conv2,
                "pool2": _pool2, "pool_dr2": _pool_dr2, "flatten": flatten, "fc1": _fc1, "fc_dr1": _fc_dr1, "out": _out}
    
    
    keep_prob = tf.placeholder(tf.float32)
    
    y_pred = forward_prop(x_data, weights, biases, keep_prob)["out"]
    loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=y_pred, labels=y_real))
    op = tf.train.GradientDescentOptimizer(learning_rate=0.001).minimize(loss)
    
    correct = tf.equal(tf.arg_max(y_pred, 1), tf.arg_max(y_real, 1))
    accuracy = tf.reduce_mean(tf.cast(correct, tf.float32))
    
    
    training_epoch = 100
    batch_size = 128
    display_step = 2
    
    init = tf.global_variables_initializer()
    
    total_batch = mnist.train.num_examples // batch_size
    print("have %d batchs，each batch size is：%d" % (total_batch, batch_size))
    
    saver = tf.train.Saver(max_to_keep=2)
    is_training = True
    
    with tf.Session() as sess:
        sess.run(init)
    
        if is_training:
            for epoch in range(training_epoch):
                avg_loss = 0
    
                for i_batch in range(total_batch):
                    batch_xs, batch_ys = mnist.train.next_batch(batch_size)
                    feed_dict = {x_data: batch_xs, y_real: batch_ys, keep_prob: 0.5}
                    sess.run(op, feed_dict=feed_dict)
                    avg_loss += sess.run(loss, feed_dict=feed_dict)
    
                avg_loss = avg_loss / total_batch
    
                if epoch % display_step == 0:
                    print("Epoch:%3d/%3d, loss:%.6f" % (epoch, training_epoch, avg_loss))
    
                    feed_dict = {x_data: batch_xs, y_real: batch_ys, keep_prob: 0.5}
                    train_accuracy = sess.run(accuracy, feed_dict=feed_dict)
                    print("train accuracy:%.6f" % train_accuracy)
    
                    saver.save(sess, "MNIST_model/model.ckpt-" + str(epoch))
        else:
            saver.restore(sess, tf.train.latest_checkpoint(checkpoint_dir="MNIST_model/"))
            feed_dict = {x_data: mnist.test.images, y_real: mnist.test.labels, keep_prob: 1.0}
            test_accuracy = sess.run(accuracy, feed_dict=feed_dict)
            print("test accuracy:%.6f" % test_accuracy)
    
        print("end!")

下载Mnist数据集，保存在/home/test/mnist/MNIST\_data目录下。这里需要我们修改目录权限，Docker共享目录默认只读。注意，这里切换到宿主机的终端下进行操作，可能你会问为什么不直接容器内下载，因为以后我们要跑的数据集不可能只是mnist大小，难道你要在docker里下载几十个G的数据集吗。

sudo chmod -R a+rw /home/test/mnist
    mkdir -p /home/test/mnist/MNIST_data
    wget http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz
    wget http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz
    wget http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz
    wget http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz

![宿主机下载MNIST数据集][MNIST]

切换至Docker的终端下，运行mnist.py脚本文件，即可发现已经可以跑起来了。

python mnist.py

![Mnist训练中][Mnist]

此时会在/home/test/mnist下产生MNSIT\_model文件夹，里面保存着训练生成的模型。

![生成模型][20180712154301607]

## VI. PyCharm+Docker ##

Mnist已经测试成功，基本的Docker+Deep Learning方案演示已经完成。然而，我一直不喜欢命令行修改代码，运行脚本，查看结果，我十分推崇PyCharm去调试Python。比如，当Mnist训练完毕，我需要修改第80行的is\_training = False来测试我训练出的模型，没有PyCharm，我需要通过vim修改mnist.py，然后再输入python来运行。可能你会觉得也不是很麻烦，如果需要修改模型，更换网络，甚至重构代码呢？

所以能用IDE尽量还是让PyCharm来开发我们代码，我们只需要编码，点击运行，剩下的其他操作我都不太愿意去干，一行命令都懒得敲，毕竟懒嘛！

PyCharm在2018的Profession版本之后都是提供Docker的功能的，可以利用容器中的Python解释器为我们的代码提供运行条件。利用PyCharm，你可以像在使用本机的深度学习环境一样，无需考虑因容器带来的过多的繁琐操作。官方关于Docker的使用文档参见：[http://www.jetbrains.com/help/pycharm/run-debug-configuration-docker.html][http_www.jetbrains.com_help_pycharm_run-debug-configuration-docker.html]

在Settings的Build下有一个Docker选项，右侧添加，PyCharm默认会给我们设置好选择Unix Socket的方式与Docker守护进程进行通信。出现Connection successful即可，点击OK。

![配置Docker][Docker 1]

添加成功后，PyCharm下方会出现docker的窗口，可以可视化的查看镜像与容器的相关信息。其中的homography1.0:latsest是我们上一步构建的镜像。

![Docker窗口][Docker 2]

下面新建一个Python的解释器，类似于本地的Python创建虚拟环境。

![新建解释器][20180712154509243]

按照图示新建，点击OK，即可发现导入容器的Python解释器已经拥有了全部的第三方Python库以及深度学习框架。

![环境依赖显示][201807121544541]

等待PyCharm导入容器的解释器成功，理论上我们便可以开始点击运行按钮跑起我们的代码了。但实际还有**两个问题**需要解决。

首先，PyCharm会根据我们的镜像来启动一个容器运行我们的代码，然而PyCharm并不知道我们是要运行深度学习程序，需要利用Nvidia Docker使用GPU资源。我们之前是通过配置–runtime=nvidia参数来启动一个可以使用GPU的容器，那我们只要指定PyCharm启动一个容器的时候也带上这个参数就好。

另一个问题就是，我们现在跑的程序是读取宿主机上某个目录下的几十个G的数据集，好像Docker也不知道数据在哪里，毕竟我们没有挂载。同样，模型它也不会帮我们保存，一旦程序运行结束，PyCharm启动的容器销毁，所有的结果都没了，程序白跑了，所以我们也要指定-v参数告诉PyCharm挂载什么目录。

解决这两个问题，在PyCharm的Run/Debug Configuration中，可以配置。

![Run/Debug Configuration][Run_Debug Configuration]

点击Docker Container settings右边的按钮，添加上面所说的两个参数即可。

![挂载目录][20180712154414951]

坑的是，你发现没法加入–runtime参数。然而，还是找到了[解决方案][Link 2]。把*default-runtime”: “nvidia”*添加到/etc/docker/daemon.json文件中。这个文件也是我们配置国内镜像加速的文件。

{
        "registry-mirrors": [ "https://registry.docker-cn.com" ],
        "default-runtime": "nvidia",
        "runtimes": { "nvidia": { "path": "/usr/bin/nvidia-container-runtime", "runtimeArgs": [] } } }

修改完毕，需要重启docker服务。

sudo systemctl daemon-reload
    sudo systemctl restart docker

好了，大功告成，点击运行，跑起来~~

![训练过程][20180712154355883]

## VII. 结语 ##

Docker还是有很多技巧的，短暂几天也只学了个皮毛，用于深度学习也十分不错。官方也有很多构建好的深度学习环境镜像，包含了主流的深度学习框架，可以再Docker Hub自行搜索。实验室电脑有时候还是很奇葩的，需要耐心解决，积极的去利用一些新的技术解决难题应该是更应该考虑的事情。

[https_blog.csdn.net_bskfnvjtlyzmv867_article_details_80102000]: https://blog.csdn.net/bskfnvjtlyzmv867/article/details/80102000
[Docker]: https://blog.csdn.net/bskfnvjtlyzmv867/article/details/81044217
[docker info]: /images/20220520/9c01e41ae2264e3c9836605b48b5c62d.png
[https_github.com_NVIDIA_nvidia-docker]: https://github.com/NVIDIA/nvidia-docker
[Nvidia Docker2]: /images/20220520/585f80bec74f436d902f6af80c0a78fc.png
[Link 1]: https://hub.docker.com/r/nvidia/cuda/
[20180712153936617]: /images/20220520/5356aa2b927d46bd9db7b648eb615bee.png
[nvidia]: /images/20220520/26560869e4674087a85a8f24964ff2ff.png
[cuda_cudnn]: /images/20220520/aa0e87eb70eb420989f7baaef9a87acd.png
[2018071215414317]: /images/20220520/a308c478a75544abadd383723fdb6d59.png
[Tensorflow_nn_cnn_rnn_mnist]: https://blog.csdn.net/bskfnvjtlyzmv867/article/details/79890933
[MNIST]: /images/20220520/ac738bfeca694cffba1c7a534c24b6a2.png
[Mnist]: /images/20220520/151d566b2d384351afd0f71eac09f630.png
[20180712154301607]: /images/20220520/3ec8ca7bfeb04b398c26a02df6ae1ebe.png
[http_www.jetbrains.com_help_pycharm_run-debug-configuration-docker.html]: http://www.jetbrains.com/help/pycharm/run-debug-configuration-docker.html
[Docker 1]: /images/20220520/fbd682ac4f5549558a64dc51589019d2.png
[Docker 2]: /images/20220520/d1bd7b974fda4fa6a58f76b68811fad9.png
[20180712154509243]: /images/20220520/02faec063d034b1fbe7c242a90407d60.png
[201807121544541]: /images/20220520/9fc0a0fec55445008336e96fcc1fa5ba.png
[Run_Debug Configuration]: /images/20220520/6e69f35312ea4e9482365a79b152d1f7.png
[20180712154414951]: /images/20220520/9f46de65e0a641ba81ed5675db21b310.png
[Link 2]: https://blog.csdn.net/ryanpinwei/article/details/78806052
[20180712154355883]: /images/20220520/24d1fdf711504004ae97439fd56788d6.png