Windows（10专业版&11）使用docker安装深度学习环境 Pytorch-gpu_win11docker desktop部署深度学习

1、docker安装

参考：
2022最新Windows docker安装方法_哔哩哔哩_bilibili

安装时选项最好不要使用windows的容器（用也可以），没有提示就忽略
虚拟化开启
任务管理器-性能 查看如果没开启需要在bios中开启

控制面板-程序和功能 开启关闭windows服务 开启Hyper-V linux子系统

Windows 11只有下面这个

wsl --install
1

控制面板 -> 启动或关闭windows功能 -> 适用于linux的windows子系统 [打勾] -> 重启系统

# 子系统列表
wsl --list --online
# 安装ubuntu20.04
wsl --install -d Ubuntu-20.04
1
2
3
4

下载安装docker desktop

Docker Desktop - Docker

下载链接
或者博客末尾的百度网盘下载文件1

安装完成后，双击文末百度网盘提供的文件2进行更新

左小角是绿色表示安装成功了

配置镜像加速

参考：
1、菜鸟docker教程：Docker 教程 | 菜鸟教程 (runoob.com)
2、docker配置阿里云镜像加速器_奕奕星空的博客-CSDN博客
3、华为云镜像加速：Docker安装配置及华为云镜像加速 - 哔哩哔哩 (bilibili.com)

2、Docker更改路径

参考：
windows docker 更改镜像安装目录_Liquor_J的博客-CSDN博客

3、拉取镜像

pytorch/pytorch Tags | Docker Hub
根据自己版本信息进行选择

docker pull pytorch/pytorch:1.10.0-cuda11.3-cudnn8-devel
1

注意！！！ 最后选择上面这个镜像成功了，下面以python:3.6镜像为例，自己安装的时候使用需要替换
查看镜像

docker images
1

4、创建容器（一定gpu启动）

查看所有的容器

docker ps -a
1

创建容器

docker run -it -d --gpus "device=0" python:3.6 /bin/bash
1

查看正在运行的容器

docker ps 
1

5、进入容器

docker start -i 容器ID
1

同步软件包

apt-get update
1

退出容器为

exit
1

查看是否支持显卡

nvidia-smi
1

查看目录

ls
1

拷贝python项目文件
另开一个命令窗口

docker cp 项目路径 容器ID:目标路径
1

（反向拷贝同理）

根据项目报错安装环境

执行自己的py文件

安装numpy(缺什么装什么)

pip install numpy -i https://pypi.douban.com/simple
1

根据提示更新（上图）
下同

测试完成后，保存容器为镜像，在别的设备进行导入使用

6、容器的保存与镜像导出

参考：
docker容器打包成镜像、镜像备份、镜像迁移（恢复）、发布到阿里云仓库_danxiao898的博客-CSDN博客_docker 容器打包成镜像

保存容器为镜像（包含所谓环境及文件）
docker commit [-m=“提交的描述信息”] [-a=“创建者”] 容器名称或容器ID 生成的镜像名[:标签名]
精简如下：
docker commit 容器ID 生成镜像名:标签名

镜像文件导出
docker save -o 导出镜像路径(镜像名称).tar 被导出镜像ID

镜像推送到 docker hub

如果没有docker hub账号需要注册一个

Docker Hub

然后创建一个仓库

登录docker hub

docker login -u youne
1

看到Login Succeeded就可以了

修改镜像标签

docker tag 原仓库:标签 新仓库:标签
1

推送镜像

docker push youne/accv_b:v1
1

完成之后就可以在别的设备pull这个镜像了

7、其他设备使用docker文件（镜像的导入）

在docker安装成功后

导入镜像
docker load -i 镜像文件.tar

创建容器
docker run -it --gpus “device=0” 仓库:标签 /bin/bash
或者
docker run -it --gpus “device=0” 镜像ID /bin/bash

-d表示后台进行，上述命令去掉-d可以在创建容器后直接进入所创建的容器
在退出后，再次使用时使用进入容器命令即可
docker start -i 容器ID

最后，Windows在退出镜像后需要将Docker Desktop退出

8、常见指令

参考：
利用docker构建pytorch-gpu环境_YHbackkon的博客-CSDN博客

查看已有镜像：docker images

查看已有容器：docker ps -a
查看正在运行的容器：docker ps

进入容器：docker start -i containerID
退出容器：exit

停止正在运行的容：docker stop containerID

删除容器：docker rm containerID
删除镜像：docker rmi imageNAME或imageID

9、百度网盘下载链接

链接：https://pan.baidu.com/s/1JJrPwPTUtxjaVcnB0fh2wQ
提取码：6666