以创建Pytorch-visdom(pytorch可视化工具)为例:
1.首先再服务器中输入 docker images
如下图所示:
回车:得到
2选取REPOSITORY →images(镜像)并创建容器,这里我们选取第一个镜像,即pytorch_wsy
创建命令为
nvidia-docker run --ipc=host -it -v /home/wangsiyuan:/workspace/ -p 24060:8888 -p 24062:8097 --name wangsiyuan pytorch_wsy:1.1.0
下面对命令部分参数进行解释(划线部分),同时对不同种类参数进行颜色区分
- /home/wangsiyuan:/workspace/:此参数为创建容器所挂载的目录,为什么需要这个参数?因为我们创建容器的时候,整个容器内部是空的,如果不进行挂载,就类似于我们有了车(REPOSITORY镜像)但是没有油(dataset),每当创建一个新容器,就需要重新“加油”,非常浪费时间,故我们只需要建立一个公共“加油站”(data store),也就是大家都公用一个”加油站“,就不需要每次自己找地方单独“加油”,在“买车”(创建容器)的时候,告诉车主去哪里加油就好了
每个人的挂载目录不同:大体格式为 /home/命令行前的ID:/workspace/: (注意两个“:”)
如我的命令行前ID为:wangsiyuan
2.-p 24060:8888 -p 24062:8097:
配置jupyter notebook 配置visdom
参数为容器的映射端口参数,将容器的8888端口映射为24060,8097端口映射为24062,为什么要映射?是为了使我们能在本地访问这些端口,即:如果我们使用visdom,我们需要访问localhost:8097,而当我们直接从本地打开时,会发现无法打开,此时我们需要另寻他就,使用192.168.1.102:24062,注意,“:”将这串数字分为了两段,前半段为主机的IP(这里使用ailab2),后半段为8097→24062映射到的端口,即我们将主机的8097端口映射成了我们本地的24062端口
3.--name wangsiyuan
下划线参数为可更改参数(ID)
为了让我们的容器有个更好听的名字,我们需要进行设定
这里我设定我的容器名为:wangsiyuan,容器创建成功后,可以使用docker ps命令,看到如图所示的效果:
4.pytorch_wsy:1.1.0
还记得我们一开始选取的REPOSITORY →images(镜像),如图
仔细观察我们发现(箭头),“:”前对应REPOSITORY,后对应TAG,也就是说,这两个参数为你使用的REPOSITORY的name和TAG即 REPOSITORY‘name:TAG
如果我想创建其他类型容器 如
那参数应为 tensorflow/tensorflow:1.13.1-gpu-jupyter
来源:CSDN
作者:Wansit
链接:https://blog.csdn.net/Wansit/article/details/104079911