资源

Docker Hello World | 菜鸟教程 (runoob.com)
- Docker 的帮助文档
Linux 下的 Docker 安装-使用文档-PaddlePaddle 深度学习平台
- 借助 Docker 安装 Paddle
cnstark/pytorch-docker: Pure Pytorch Docker Images. (github.com)
- 借助 Docker 安装 pytorch

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：

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：

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。

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

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

检查是否可用：

python

import paddle
paddle.utils.run_check()

关闭容器

exit

第二次使用

启动：

docker start paddle_docker

进入：

docker attach paddle_docker

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？）：

shell

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

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

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

5 步搭建 wsl2+cuda+docker 解决 windows 深度学习开发问题 - 知乎 (zhihu.com)

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：

yaml

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

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

python

import paddle
paddle.fluid.is_compiled_with_cuda()

python

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