自启动docker环境打包全流程

1.去cuda官网或者镜像网站下载cuda，复制docker pull命令回来运行即可。

官网：https://hub.docker.com/r/nvidia/cuda/tags?page=2&name=11.3

国内镜像网站：docker.io/nvidia/cuda 项目中国可用镜像列表 | 高速可靠的 Docker 镜像资源

一般选择devel版本。

输入docker images 查看所有镜像

2.找到对应remote_detect_hf，启动容器

作用于已启动的正在运行的容器：

1
docker exec -it 容器id /bin/bash

创建并启动一个全新的容器：

1
docker run -p 7896:7896 -it --gpus all original_dk:1.0 /bin/bashdocker exec -it 容器id /bin/bash

然后进行环境的安装。以python环境为例：

（1）apt upgrade

（2）apt安装python3，pip

（3）在pytorch官网上寻找对应版本，安装torch，例如：

1
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118

检查torch安装是否成功：

1
2
3
import torch
print(torch.__version__)
print(torch.cuda.is_available())

（4）pip安装程序所需环境

3.（用docker ps -a查看容器的id）将你需要的文件复制到对应文件夹（例如 \app ）中：

1
docker cp /path/on/host original_dk:/app

(original_dk要改成容器的id)

4.可以测试一下（比如运行test.py）能不能执行

5.退出容器，导出刚刚打包好的容器

1
docker commit eda05 original_dk:1.1  (把eda05改成容器id)

6.打开dockerfile（包含自启动命令）文件进行修改，在dockerfile中把original_dk:1.1改为修改好的容器。dockerfile内容如下：

1
2
3
4
5
6
7
8
FROM  original_dk:1.1

ENV MYPATH /app
WORKDIR $MYPATH

EXPOSE 7896

CMD python3 port.py.py

7.进入dockerfile所在目录

1
cd ./dockerfile

8.执行docker build -t final_dk:1.0 . （注意最后有个点）

9.导出完输入docker images看看有没有创建成功

10.测试：

1
docker run -p 7896:7896 -d --gpus all final_dk:1.0

查看网页：http://localhost:7896/docs

11.打包输出：

1
docker save 0fdf > final_dk.tar （0fdf改为镜像的id）

使用时，加载压缩包：

1
docker load < final_dk.tar

修改tag：

1
docker tag 镜像id final_dk:1.0

docker使用技巧

离开但不停止镜像：Ctrl+p（不松手）再按q

停止、删除镜像：

1
docker stop/rm 镜像id

删除容器：

1
docker rmi 容器id

已经exited的镜像再次开启：

1
2
docker start 镜像id
docker attach 镜像id