在服务器的docker里|在服务器的docker里装anacond3深度学习环境的全流程超基础在服务器的docker里装anacond3深度

?
背景：实验室给我分配了一个服务器已经装好了docker 和nvidi docker 。现在我的目标是创建我自己的docker 然后在我自己的docker里装上anaconda环境。我以前从没用过linux。所以对这一切都是迷迷茫茫不知其所以然。所以一些拙见还请不要见笑。也是整合了很多大佬的。（我是挂了VPN的，所以没有用过国内镜像，如果你发现哪里下不动东西了可以搜搜怎么加入国内镜像源）
我的理解 docker 就是一个操作系统的模板。然后在服务器输入

docker images

在服务器的docker里|在服务器的docker里装anacond3深度学习环境的全流程超基础

文章图片

文章图片
?
可以看到很多镜像这些镜像就是一个又一个的模板。然后你可以使用这些模板创建自己的操作系统。使用

文章图片

文章图片
?
【在服务器的docker里|在服务器的docker里装anacond3深度学习环境的全流程超基础】

docker ps -a

文章图片
可以看到正在运行的容器。什么叫做容器，就是根据模板（镜像）创建的一个操作系统，不同的容器之间互不干扰罢了。
使用docker run命令可以启用一个容器

docker run -p 10789:22-it -d --name="容器名称" -v镜像名称/bin/bash

文章图片
之后你所有的操作就相当于在你自己的电脑里玩了。
等等，我们还没有创建自己的docker呢。
创建流程很长这里有b站小姐姐做的一个视频可以参考。

https://www.bilibili.com/video/BV1bk4y1B7T5?from=search&seid=5835754095686451740&spm_id_from=333.337.0.0

文章图片
我们做的就是取hub.docker.com这个网站上找到自己喜欢的docker版本。docker版本其实就是别人写好的一些模板，跟ppt模板一样，我们先下下来然后自己修修改改变成自己的模板。模板有各个方向的，我们深度学习肯定要挑关于cuda的。点explore 搜nvidia 进入nvidia/cuda 在tag搜索自己的cuda版本我用的是11.0-cudnn8 - runtime - ubu16.04 下图只是示例

文章图片

文章图片
?

文章图片

文章图片
?
复制后面那个pull到服务器窗口就可以创建一个 docker了。有dockers就可以启动什么的了。
进入我们自己的docker 看看各个文件夹，发现啥也没有因为是我们自己的新电脑嘛。我们就要开始装anaconda3了。
启用容器

docker run -p 10789:22-it -d --name="容器名称" -v镜像名称/bin/bash

文章图片
进行基础的网络安装： ping config

apt-get update apt install net-tools# ifconfig apt install iputils-ping# ping

文章图片

然后就是装conda了取conda官网找自己喜欢的安装包

https://repo.anaconda.com/archive/

文章图片
我选的是

https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

文章图片
所以输入命令（先安装wget）

apt-get install -y wget

文章图片

wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

文章图片
安装解压程序

apt-get install bzip2

文章图片
找到自己的anacnoda安装包位置好像在home里要不然就是root里？？
然后输入命令

chmod +x Anaconda3-5.3.0-Linux-x86_64.sh

文章图片

./Anaconda3-5.3.0-Linux-x86_64.sh

文章图片
回车，一直yes不过vscode可装可不装自己看着办
然后输入conda -V 看看是不是显示

conda不是啥命令没听说过。

文章图片
说明没配置好环境变量找到你的安装目录。把安装目录下的conda所在文件夹放到环境变量去。
比如我的conda在home里就是下面这句命令啦

export PATH=$PATH:/home/anaconda3/bin

文章图片

source ~/.bashrc

文章图片
保存后再来成啦！说明conda安装成功了而且设置好了环境变量。

文章图片

文章图片
?
也可以同时创建一个软连接：因为bin本身就是环境变量

ln -s /root/anaconda3/bin/python /bin/anaconda3

文章图片
删除自己的conda安装包：

(base) root@60a197e8a57f:/# rm -rf /home/Anaconda3-5.3.0-Linux-x86_64.sh

文章图片

然后配置自己的环境
先创建一个li_3_8是我自己的环境名字

conda create -n li_3_8 python=3.8

文章图片
激活创建的环境

conda activate li_3_8

文章图片

文章图片
?
看到本来是root 前面带了li_3_8 说明我们在这个环境里了
去torch官网找适配自己cuda版本的torch

https://pytorch.org/get-started/previous-versions/

文章图片

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

文章图片
我的是上面这个版本输入回车
这一步比较慢我这篇文章都快写完了 torch还是没装完。
可以搜搜换源的方法，把源换成国内源什么清华源什么的我懒得换了去吃个饭正好等等他。
安装好torch了其他的都类似。
安装好环境我们考虑将容器固化我们知道模板才是永久的容器停了就没了所以将容器变成模板以后用这个带环境的模板就好
ctrl +d 退出容器
然后 docker ps -a 看容器列表

文章图片

文章图片
?

docker commit 容器id dock名字:标签

文章图片

文章图片
?
可以得到新的模板docker

文章图片

文章图片
?
如果你想继续用刚才那个退出的容器就

docker start id docker attach id

文章图片

文章图片
?

至此环境安装完毕。后面是如何在PYcharm连接这个容器使用此容器的环境。，

1 启动容器使用服务器的22端口如果你刚才也用的下面这句启动的容器就不用新建容器啦start attach 进入容器即可。主要是端口设置（如果没设置端口使用我们刚才固化的那个镜像新建容器）

docker run -p 10789:22-it -d --name="容器名称" -v镜像名称/bin/bash

文章图片
2 更新apt安装ssh 和vim

apt-get updateapt-get install openssh-serverapt-get install vim

文章图片

3 用vim打开配置文件并修改

vim /etc/ssh/sshd_config 打开sshd_config配置文件0：打开文件后按o键就可以修改啦下面会出现一个insert标志 1. 找到PermitRootLogin prohibit-password这一行，修改为PermitRootLogin yes，允许通过ssh远程访问docker 2. 找到Port这一行，设置远程连接服务的端口号，就是刚才的22，可以修改为一个认为合适的端口号修改完毕后按escinsert标志消失之后输入:wq 回车（注意冒号一定要打）

文章图片
4创建用户密码

passwd root

文章图片
之后会让两次输入密码与windows不同的是输入密码是看不到的心中有数就行

文章图片

文章图片
?
5 ：启动ssh

service ssh restart

文章图片

到这里服务器端配置完啦。
点开我们的 pycharm工具部署配置

文章图片

文章图片
?

文章图片

文章图片
?
点三个点

文章图片

文章图片
?
输入刚才对应端口 10789
和刚才的密码

文章图片

文章图片
?
修改映射路径就是你本地文件要上传服务器上传到哪里呢？就是部署路径里

文章图片

文章图片
?
万事具备只欠解释器

文章图片

文章图片
?
点到解释器设置
ssh解释器现有

文章图片

文章图片
?

文章图片

文章图片
?
连接好后下一个

文章图片

文章图片
?

点文件找到conda/envs/环境名/bin 里的 python文件选中确定

文章图片

文章图片
?
解释器选这个新的解释器确定

文章图片

文章图片
?

在刚才的工具部署配置里选中你的服务器点那个对号

文章图片

文章图片
?
点工具部署上传

文章图片

文章图片
?
新建一个test
输入

import torch print(1)

文章图片
部署上传（注意本地改变后就要上传也可以自动上传）
运行得到结果！！！！！！！
全剧终至此完成了在服务器新建docker 并装环境形成镜像并用pycharm连接的全过程

参考文献：
Nvidia-docker 配置深度学习环境服务器（cuda+cudnn+anaconda+python）GPU服务器的配置_哔哩哔哩_bilibili
使用docker搭建深度学习环境-从零开始(上)_ambm29的博客-CSDN博客_docker深度学习
使用docker搭建深度学习环境-从零开始(下)_ambm29的博客-CSDN博客_docker搭建深度学习环境
如何在Linux服务器上安装Anaconda（超详细）_あなたを待って-CSDN博客_服务器安装anaconda
PyCharm连接Docker容器内部Python解析器和Jupyter_修行者_Yang的博客-CSDN博客_pycharm连接容器
?