一、镜像的下载

（1）普通docker镜像：
https://www.yuque.com/u2275479/owmf4e/tf76dx
（2）可使用gpu的镜像
https://www.yuque.com/u2275479/owmf4e/ol0pgm
使用docker pull命令进行镜像的爬取
然后使用下面的命令看下是否下载成功

  1. sudo docker images

二、容器的创建

为nvidia-docker为例，使用下面命令进行容器的创建，其中name是想创建的容器名 -p 是要进行映射的端口，22为ssh的对于容器的访问端口，4f2b508fe517是通过docker images看到的镜像的id（ps：为了后面jupyter的正常使用，建议多映射几个 如 -p 8001:22 5001:5001 5002:5002 …..

  1. sudo nvidia-docker run -itd --privileged=true --shm-size=8G --name test -p 8001:22 4f2b508fe517 /bin/bash

这样创建的容器是不会开机自启动的，除非加上 —restart=always
然后看到这个三个都没毛病
image.png
后面的配置请参照
https://www.yuque.com/u2275479/owmf4e/ol0pgm

三、容器的使用

（1）ssh 连接

以刚才创建的test容器为例，在容器内安装好ssh并且创建好liuhy用户后，使用下面命令进行访问。8001是映射22端口的那一个

  1. ssh liuhy@10.24.82.XX 8001

（2）增加容器端口

如果发现创建容器时的端口映射还是不够用，也不要慌，看这里
https://www.yuque.com/u2275479/owmf4e/xpw300

（3）容器内创建用户

  1. sudo useradd -m liuhy -s /bin/bash
  2. sudo passwd liuhy
  3. sudo adduser liuhy sudo
  5. 创建完成后，在bashrc里面添加
  6. vim ~/.bashrc
  7. #在结尾处添加
  8. export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
  9. export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  10. export CUDA_HOME=/usr/local/cuda
  12. source ~/.bashrc

（4）容器的启动和停止，以及ssh服务的开启

进入到服务器宿主机端

  1. sudo docker ps -a #查看有哪些容器和对应的id
  2. sudo docker stop 容器id
  3. sudo docker start 容器id
  5. #进入容器
  6. sudo docker exec -it 容器id /bin/bash
  8. #有时候可能需要开启ssh服务，所以在进入容器后
  9. service ssh start