1. 用守护进程启动docker

    docker run -itd --gpus all --name wusuhuang_pytorch1.1.0 -v /home/student:/workspace nvcr.io/nvidia/pytorch:19.05-py3

    其中红色是可以自己起的名字，绿色表示本地的某个文件夹之后在docker里会被映射到蓝色的路径下。输入以上命令后docker就在后台运行了，并且可以通过蓝色目录访问本机的文件。

    1. 进入守护进程中的docker

    docker exec -it wusuhuang_pytorch1.1.0 /bin/bash

    1. 查看系统里有哪些docker在运行

    docker container ls

    1. 停止运行docker

    docker stop wusuhuang_pytorch1.1.0

    1. 删除docker

    docker rm wusuhuang_pytorch1.1.0

    1. 查看停止的docker

    docker ps -a

    1. 启动docker

    docker start/restart wusuhuang_pytorch1.1.0

    1. 查看docker镜像

    docker images

    1. 删除docker镜像

    docker rmi nvcr.io/nvidia/pytorch:19.05-py3

    1. 具体docker镜像版本在nvidia官网中

    pytorch： https://catalog.ngc.nvidia.com/orgs/nvidia/containers/pytorch/tags
    tensorflow： https://catalog.ngc.nvidia.com/orgs/nvidia/containers/tensorflow/tags

    1. 查看每一个docker里面的环境

    pytorch： https://docs.nvidia.com/deeplearning/frameworks/pytorch-release-notes/
    tensorflow：https://docs.nvidia.com/deeplearning/frameworks/tensorflow-release-notes/index.html

    1. 在docker中使用screen指令

      apt-get update
      然后可以通过apt-get install screen来安装