Nvidia-docker的基础使用方法

安装：

安装nvidia-docker：

 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
 sudo apt-get update
 sudo apt-get install nvidia-container-toolkit
 sudo apt-get install nvidia-docker2
 service docker restart
 sudo systemctl daemon-reload
 sudo systemctl restart docker

参考链接

配置

1. 配置镜像加速：

修改镜像文件，镜像文件位置/etc/docker/daemon.json

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

重启docker：

sudo systemctl daemon-reload
sudo systemctl restart docker

2. 镜像的下载：

①查看cuda和cudnn版本：

 nvcc -V
 nvidia-smi
 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 

②在dockerhub中选择所需要的镜像版本，尽量保持宿主机的版本和镜像的驱动版本一致：
这里搜索的ubuntu：

有三种类型：

cuda的类型有三种：
1、base:基于CUDA,包含最精简的依赖，用于部署预编译的CUDA应用，需要手工安装所需的其他依赖；
2、runtime:基于base,添加了CUDA toolkit共享的库；
3、devel:基于runtime,添加了编译工具链，调试工具，头文件，静态库。用于从源码编译CUDA应用（推荐）。
参考链接

③比如这里选择：

docker pull nvidia/cuda:11.0.3-devel-ubuntu20.04

然后复制指令到服务器上运行，等待即可。

④最后通过docker images 命令查看本地镜像：

⑤可以通过命令测试是否安装成功：

docker run --runtime=nvidia --rm nvidia/cuda:11.0.3-devel-ubuntu20.04 nvidia-smi

⑥这样手动配置较为麻烦一般会提供dockerfile：
参考链接
sources.list文件：

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse

Dockerfile文件：
其中FROM ：指定基础镜像；
RUN：执行命令；
COPY:将文件从主机复制到镜像中；
ADD:类似于 COPY，但具有更多功能，例如可以将 URL 资源下载到镜像中；
WORKDIR:设置工作目录，后续的命令将在该目录下执行；
ENV：设置环境变量；
CMD：指定容器启动时执行的默认命令，可以被覆盖；
VOLUME：创建挂载点，用于在容器和主机之间共享数据。
基本上是RUN命令，如果Dockerfile由于网络问题执行不了的话，也可以直接在命令行中执行对应的命令。

#FROM osrf/ros:noetic-desktop-full
#FROM vistart/cuda:10.1-cudnn7-runtime-ubuntu20.04
FROM nvidia/cudagl:11.0-devel-ubuntu20.04

ADD sources.list /etc/apt/
ENV PATH /opt/conda/bin:$PATH

RUN rm /etc/apt/sources.list.d/cuda.list
RUN apt-key del 7fa2af80
RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pub
RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/7fa2af80.pub

#install basic dependencies
RUN apt-get update &&  DEBIAN_FRONTEND=noninteractive apt install -y tzdata
# to solove the nvidia 443 issue
# RUN rm /etc/apt/sources.list.d/cuda.list
RUN apt-get install -y --no-install-recommends \
bzip2 \
g++ \
git \
graphviz \
libgl1-mesa-glx \
zlib1g \
zlib1g-dev \
libhdf5-dev \
openmpi-bin \
vim \
libsnappy-dev \
python3-dev \
python3-pip \
build-essential \
wget && \
rm -rf /var/lib/apt/lists/*

# Setup timezone
# RUN echo 'Etc/UTC' > /etc/timezone && \
#     ln -s /usr/share/zoneinfo/Etc/UTC /etc/localtime && \
#     apt-get update && \
#     apt-get install -q -y --no-install-recommends tzdata && \
#     rm -rf /var/lib/apt/lists/*

# Setup environment
RUN apt-get update
RUN apt-get upgrade -y --no-install-recommends
RUN DEBIAN_FRONTEND=noninteractive

创建bash命令文件docker_build.sh：

#!/bin/bash

username=$USER
userid=$UID

echo $username
echo $userid

echo ""
echo "Building image noetic_pytorch"
echo ""

docker image build --build-arg username0=$username \
--build-arg userid0=$userid \
--shm-size=64g -t \
noetic_pytorch_$username .

以上三个文件在同一文件夹下，直接在命令行中：

sudo sh docker_build.sh

使用

1.查看本地已经安装的镜像：

docker images

可以看到
IMAGE ID: 新镜像的ID。
TAG: 新镜像的标签。

2.从命令行进入docker：

需要设置–runtime=nvidia连接nvidia驱动。

sudo docker run --runtime=nvidia -it --privileged=true --name test4 nvidia/cuda:11.0.3-devel-ubuntu20.04 /bin/bash

3.删除镜像：

docker rmi -f 镜像ID号

4.退出

exit

实例和镜像的关系：

在Docker中，实例（容器）和镜像是两个核心概念。

镜像：

• 镜像是一个静态的、不可变的文件，包含了应用程序运行所需的所有代码、运行时、库、环境变量和配置文件。
• 镜像是一个只读文件，一旦创建就不会被更改。任何对镜像的修改都会生成一个新的镜像。
• 镜像是容器的基础，容器实际上是从镜像创建而来的运行实例。

容器：

• 容器是运行中的镜像的实例。可以将容器看作是一个轻量级、可执行的软件包，包含了运行应用程序所需的所有内容。
• 容器可以被启动、停止、删除和暂停。当容器启动时，它会在内存中创建一个可写的文件系统层，使得镜像变得可写，并在其中运行应用程序。
• 每个容器都是基于一个特定的镜像创建的，容器的状态可以随时保存，但不会影响原始镜像。

总结来说，镜像是一个静态的、不可变的文件，用于打包应用程序和其依赖关系，而容器是一个运行中的镜像实例，可以被启动、停止和删除。容器是镜像的可运行表现形式，允许在其中执行应用程序。

实例操作：

1、查看当前运行的所有实例：

(base) lu@lu:~$ docker ps -a
CONTAINER ID   IMAGE                                  COMMAND       CREATED       STATUS                   PORTS     NAMES
581cfc468efe   rearrangement_submission:latest        "/bin/bash"   6 hours ago   Exited (0) 6 hours ago             hab-challenge
4d750a3333c6   nvidia/cuda:11.0.3-devel-ubuntu20.04   "/bin/bash"   6 hours ago   Exited (0) 6 hours ago             test

2、启动实例：

(base) lu@lu:~$ docker start 581cfc468efe -i
root@581cfc468efe:/workspace# 

3、关闭实例：

docker stop 容器ID或容器名

或直接关闭实例：

docker kill 容器ID或容器名

4、进入实例：必须是已经启动的容器。

docker exec -it 容器ID或容器名 bash

5、删除实例：

docker remove 容器ID或容器名

6、如何将实例保存为镜像：
因为实例默认而言是不会默认保存的，每次生成实例都是从镜像而来，这样保护了环境不会被破坏。如果实例被破坏了，可以直接删除。而如果实例配置好了，可以通过commi命令转为镜像。下次可以直接从对应的镜像中得到新的实例。
写法如下：docker commit my_container my_image:my_tag

(base) lu@lu:~$ sudo docker ps -a
CONTAINER ID   IMAGE                      COMMAND   CREATED         STATUS                     PORTS     NAMES
c7ccb865ee4d   noetic_pytorch_lu:latest   "bash"    9 minutes ago   Exited (1) 5 seconds ago             gallant_gagarin
(base) lu@lu:~$ sudo docker commit c7ccb865ee4d lu:v1.0

文件共享及传输

共享文件

docker run -it -v 主机文件夹路径:容器内文件夹路径 --name 希望创建的容器名字 镜像名:版本名 bash
如：

docker run -it -v ~/sharedspace:/sharedspace nvidia/cuda:11.0.3-devel-ubuntu20.04 bash

命令过长为了方便可以写在bashrc中在命令行中输入docker_command即可。

alias docker_command='docker run -it -v ~/sharedspace:/sharedspace nvidia/cuda:11.0.3-devel-ubuntu20.04 bash'

传输文件：

(base) lu@lu:~$ sudo docker cp java_error_in_pycharm_.hprof a99ab5ed5e36:/workspace
Successfully copied 2.04GB to a99ab5ed5e36:/workspace

启动图形化界面：

在本机上配置：
首先在本机里安装相关依赖：

$ sudo apt-get install x11-xserver-utils

开放权限，允许所有用户，当然包括docker，访问X11的显示接口：

$ xhost +

启动docker时命令：

sudo docker run -it \
-v ~/sharedspace:/sharedspace \
-v /tmp/.X11-unix:/tmp/.X11-unix \
-e NVIDIA_VISIBLE_DEVICES=all \
-e NVIDIA_DRIVER_CAPABILITIES=all \
--gpus all \
-e DISPLAY nvidia/cuda:11.0.3-devel-ubuntu20.04 \
/bin/bash

对于某些应用可能还要额外输入：

xhost +

参考链接1
参考链接2
参考链接3

可能出现的问题：

一、报错

Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?

解决：
启动docker并查看运行状态是否成功，

systemctl start docker

发现提示报错：

Failed to start Docker Application Container Engine

检查修改sudo gedit /etc/docker/daemon.json文件是否有问题。
二、错误：ERROR [ 2/100] RUN echo ‘Etc/UTC’ > /etc/timezone &&
参考网页链接：