资源

部署（Windows11 + Wsl2）

​ Docker 默认安装在 C 盘并且不可控，在安装前尝试将 Docker 迁移至 D 盘：

​ 新建文件夹：C:\Program Files\Docker和 D:\Program Files\Docker

​ 使用管理员权限的 cmd：

png

mklink /j "C:\Program Files\Docker" "D:\Program Files\Docker"
为 C:\Program Files\Docker <<===>> D:\Program Files\Docker 创建的联接

​ 从 Docker: Accelerated Container Application Development 整一个 Windows 版本的 Docker。安装之。

​ 进设置，把 Resources -> Advanced 里的 Disk image location 移到 D 盘：

png

​ 在 Docker Engine 里，添加 "registry-mirrors": ["https://registry.docker-cn.com", "https://docker.mirrors.ustc.edu.cn"] 以获得镜像加速。

png

使用（paddleCPU）

获取镜像

​ 获取镜像，让它下载，等：

docker pull registry.baidubce.com/paddlepaddle/paddle:2.5.1

​ 可以从 paddlepaddle/paddle - Docker Image | Docker Hub 获取更多镜像。

​ 等它下载完：

What's Next?
  View summary of image vulnerabilities and recommendations → docker scout quickview registry.baidubce.com/paddlepaddle/paddle:2.5.1

png

创建容器

docker run --name paddle_docker -it -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.5.1 /bin/bash
  • --name paddle_docker：设定 Docker 的名称，paddle_docker 是自己设置的名称；
  • -it：参数说明容器已和本机交互式运行；
  • -v $PWD:/paddle：指定将当前路径（PWD 变量会展开为当前路径的绝对路径）挂载到容器内部的 /paddle 目录；
  • registry.baidubce.com/paddlepaddle/paddle:2.5.1：指定需要使用的 image 名称，您可以通过docker images命令查看；/bin/bash 是在 Docker 中要执行的命令

png

​ 检查是否可用：

import paddle
paddle.utils.run_check()

png

关闭容器

exit

第二次使用

启动：

docker start paddle_docker

进入：

docker attach paddle_docker

png

使用（paddleCPU + jupyter）

获取镜像

​ 案例，拉取 Paddle 镜像（由于 Windows 不可以使用 Nvidia-docker，所以只能装 CPU 版本的），在 powershell 里运行（但是在 Ubuntu 下的子系统居然都可以运行，居然是相通的？）：

docker pull registry.baidubce.com/paddlepaddle/paddle:2.5.1-jupyter

创建容器

​ 装好后，创建容器：

docker run --name paddle_docker_jupyter -it -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.5.1-jupyter /bin/bash
  • --name paddle_docker-jupyter：设定 Docker 的名称，paddle_docker 是自己设置的名称；
  • -it：参数说明容器已和本机交互式运行；
  • -v $PWD:/paddle：指定将当前路径（PWD 变量会展开为当前路径的绝对路径）挂载到容器内部的 /paddle 目录；
  • registry.baidubce.com/paddlepaddle/paddle:2.5.1-jupyter：指定需要使用的 image 名称，您可以通过docker images命令查看；/bin/bash 是在 Docker 中要执行的命令。

使用容器

mkdir ./jupyter_docker
chmod 777 ./jupyter_docker
cd ./jupyter_docker
docker run -p 80:80 --rm --env USER_PASSWD="123" -v $PWD:/home/paddle registry.baidubce.com/paddlepaddle/paddle:2.5.1-jupyter
  • --rm：关闭容器后删除容器；
  • --env USER_PASSWD="123"：为 jupyter 设置登录密码，123 是自己设置的密码；
  • -v $PWD:/home/paddle：指定将当前路径（PWD 变量会展开为当前路径的绝对路径）挂载到容器内部的 /home/paddle 目录；
  • registry.baidubce.com/paddlepaddle/paddle:2.5.1-jupyter：指定需要使用的 image 名称，您可以通过 docker images 命令查看

png

​ 这时就可以在浏览器中输入 http://localhost:80 进入 JupyterHub

png

​ 这个用户名没说，好坑，查了使用Docker安装后，jupyter的用户名是什么？ · Issue #46931 · PaddlePaddle/Paddle (github.com)才知道是 jovyan ……

关闭容器

​ 命令行下 Ctrl+C 解决。

使用（paddleGPU）

Nvidia-docker

​ 安装 cuda：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.2-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.2-1_amd64.deb
sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

如需在 Linux 开启 GPU 支持，请安装 nvidia-docker

export PATH=$PATH:/usr/lib/wsl/lib
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
curl -s -L https://nvidia.github.io/libnvidia-container/experimental/$distribution/libnvidia-container-experimental.list | sudo tee /etc/apt/sources.list.d/libnvidia-container-experimental.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2

​ nvidia-docker 命令老是不成功，查到 docker启动容器报错 Unknown runtime specified nvidia. - luwanglin - 博客园 (cnblogs.com) 终于知道发生甚么事了，坑死我了。

​ 设置好配置文件，添加 nvidia 属性：

"runtimes": {
  "nvidia": {
    "path": "/usr/bin/nvidia-container-runtime",
    "runtimeArgs": []
  }
}

png

获取镜像

​ 无聊的等待下载时间……妈的 12GB 慢死我了。

nvidia-docker pull registry.baidubce.com/paddlepaddle/paddle:2.5.1-gpu-cuda10.2-cudnn7.6-trt7.0

创建容器

nvidia-docker run --name paddle_gpu_docker -it -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.5.1-gpu-cuda10.2-cudnn7.6-trt7.0 /bin/bash

查看 GPU 是否可用

import paddle
paddle.fluid.is_compiled_with_cuda()
True

关闭容器

exit

第二次使用

​ 启动：

docker start paddle_gpu_docker

​ 进入：

docker attach paddle_gpu_docker
上一篇：Hexo-继续优化 hexo 主题
下一篇：Paper-Object count or Area Graphs for the Evaluation of Object Detection and Segmentation Algorithms