以下是我在使用过程中

• 遇到的坑
• 解决的问题
• 一些总结

其中还有很多不足，大家可以慢慢一起完善
希望可以帮助到大家，大家一起进步一起成长

---

安装

建议 ubuntu16.4/18.4
安装说明自行百度不做介绍
​

安装docker
https://blog.csdn.net/jinking01/article/details/82490688 (opens new window)
安装nvidia-docker 参考官方
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#installing-docker-ce (opens new window)

---

测试可用

检验cuda是否安装正确&能否被pytorch检测到

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

python -c "import torch;print(torch.cuda.is_available())"
​

测试pytorch能不能调用cuda加速

1. a = torch.Tensor(5,3)
2. a=a.cuda()
3. print(a)

python -c "import torch;print(torch.cuda.is_available());a = torch.Tensor(5,3);a=a.cuda();print(a)"
​

---

基本操作

基础命令

镜像可取docker hub 自行下载 不做介绍

查看当前使用pytorch的版本
import torch
print(torch.__version) #注意是双下划线
​

查看docker服务是否启动：
systemctl status docker
​

启动docker服务：
sudo systemctl start docker
​

查看docker版本信息
docker --version
docker version
docker info
​

🌈 重要的命令

• 加载   docker load -i name
• 🔥 查看镜像  docker iamges
• 🔥 查看容器  docker ps
• 🔥 查看正在运行的容器  docker ps -a
• 进入容器
  • docker attach name
  • 🔥 docker exec -it name bash  推荐这个 退出容器不会停止
• 查看conda环境
  • conda env list
  • conda info --envs
• 激活conda环境  conda activate name
• 🔥 强制删除正在运行的容器 docker rm --force name

将镜像导出
docker save 镜像id>~/wg/ERN.tar
docker save 镜像名称:版本号 -o /home/outpainting-wg.tar

在集群中导入镜像
docker load -i ~/wg/name
docker load < ~/wg/wg-op.tar
​

加载进来的镜像名称、标签均为none，修改名称与标签
docker tag eb40dcf64078 wg-op:torch1.5.0-cu101
​

🔥将容器打包成镜像
docker commit 容器ID 新镜像名称:版本号
如 docker commit 9e4fcf42be59 lvshasha_tensorflow
在 docker images 时就会出现 lvshasha_tensorflow 这个镜像

🔥挂载
如果挂载多个目录，-v 可以多次使用
-v /home/my:/my -v ./home/ht:ht
​

将本地代码文件夹 传入到docker内部容器内
docker cp /home/wg/outpaiting/demo/Outpainting-master.tar.gz 容器名称:/home/wg/demo/code
​

🔥端口映射
-P 本机端口:容器端口
-p 2222:22
因为用到22端口映射所以必须安装ssh服务
使用时通过访问服务器的2222端口来访问容器
​

ctrl+p+q
代码跑起来之后，ctrl+p+q 可以退出容器，但是还保持运行的状态
使用  docker attach 容器名称  重新进入
​

创建容器
docker版本不同，调用gpu的命令不同
​

docker run -id --gpus all -p 2225:22 --name wg -v ~/wg/outpainting/demo:/demo -v /datasets/places365/train:/demo/train -v /datasets/places365/test:/demo/test wg-op:torch1.2 /bin/bash
​

nvidia-docker run -id -p 2225:22 --name wg -v ~/wg/outpainting/demo:/demo -v /datasets/places365/train:/demo/train -v /datasets/places365/test:/demo/test wg-op:torch1.2 /bin/bash
​

---

🎯 Pycharm远程调用docker

直接调用docker容器我们是做不到的
但是可以做到间接调用
localhost -> remote server -> docker

1. 建立容器

nvidia-docker run -id -p 2225:22 --name wg -v ~/wg/outpainting/demo:/demo -v /datasets/places365/train:/demo/train -v /datasets/places365/test:/demo/test wg-op:torch1.2 /bin/bash
​

大家使用时直接将这个命令复制下来，红色部分原封不动，其他部分替换为自己的就可以了
如果docker版本为XX时，将nvidia-docker 换为docker --gpus all 即可。
​

2. 安装openssh-server

在远程服务器上安装openssh-server
apt update && apt install openssh-server

注意，要在两个地方安装

1. 远程服务器
2. 容器内

3. 建立连接

进入容器
修改SSH连接的密码
默认账户为root
passwd
​

容器内部重启ssh服务
service ssh restart
​

在服务器中测试容器与服务器上的映射是否建立
docker port <容器名字> 22
若输出，表明只要外界连接到服务器的2222端口，就会转发到容器的22端口
0.0.0.0:2222

4. 本地测试连接是否建立

ssh root@<你服务器的ip地址> -p 2222
若成功 则直接连接至容器
​
:::info 第2，3，4步骤
在设置一次后，将该容器导出为镜像
再创建这个镜像的容器，即已经拥有ssh
只需要进入容器设置密码，重启即可，随后在pycharm设置就可以 ::: ​

5. 配置pycharm

配置SFTP

在导航栏中 Tools > Depolyment > Configuration中添加配置SFTP。 如图

添加配置SFTP，点击弹窗左上角的+号。选择SFTP，根据自己的实际情况进行配置。

PS：这里的root密码就是之前设置好的test

配置SFTP中的mapping

都配置完之后。打开自动上传功能 Tools>Depolyment>Automatic Upload(always) 本地修改好代码只要按保存键就自动将本地代码上传至远程docker container中。 到这里已经配置好代码的自动同步了。还差最后一步，远程调试就配置成功。

Pycharm链接远程docker container (配置远程编译器)

添加新编译器(远程docker container编译器)

在打开的页面选择之前配置好的SFTP

通常选择完之后下面有两个选项

• Create: 新建SFTP
• Move: 将选择的SFTP作为编译器的SFTP

通常选择Move就好
选择你需要使用的解释器

上面已经配置了mapping，选择了move之后，项目位置就会自动映射。

完结🎉

补充知识

linux操作

查看 CUDA 版本：
cat /usr/local/cuda/version.txt
​

查看 CUDNN 版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
​

统计文件夹下文件个数，包括子文件
ls -lR | grep "^-"| wc -l
​

统计文件夹中目录个数
ls -l ./|grep "^d"|wc -l

​判断是否有网
集群本地 ping www.baidu.com (opens new window)
容器内部 curl www.baidu.com (opens new window)
​

Linux 删除目录
rm -rf xxx 递归删除目录的所有文件

​编辑文件的两种方式
gedit
vim

​查看线程命令
ps -aux
​

杀死线程命令
​kill pid

​SCP
使用ssh的scp服务传输文件
sudo scp /home/outpainting-wg.tar kWang1@172.31.151.24:~/
scp ERN.tar yzKe1@172.31.151.32:~/wg/
​

拷贝/移动文件
cp hello.csv ./python/ml：把当前目录的hello.csv拷贝到当前目的python文件夹里的ml文件夹里
mv hello.csv ./python：把当前目录的hello.csv剪切到当前目的python文件夹里
cp -r /usr/wg/ /usr/wgg/ 将/usr/wg目录中所有文件及其子目录拷贝到/usr/wgg中

conda配置

更换conda源
​

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ (opens new window)
​

conda下载pytorch巨慢 是因为国内镜像源不支持conda 但是最新发现清华源已经支持了， 需要额外添加pytorch的库，否则找不到
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ (opens new window)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ (opens new window)
​

安装 conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch
但是一定要去掉后面的 -c pytorch。因为命令最后是-c pytorch，所以默认还是从conda源下载，新安装的清华等源没有用上
​

查看conda 配置
conda config --show
​

设置搜索时显示通道地址
conda config --set show_channel_urls yes

pip配置

更换pip源
临时使用 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple (opens new window) pandas
​

豆瓣
https://pypi.doubanio.com/simple/ (opens new window)
阿里云
https://mirrors.aliyun.com/pypi/simple/ (opens new window)
清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/ (opens new window)
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/ (opens new window)
​

临时使用
pip install some-package -i https://mirrors.aliyun.com/pypi/simple/ (opens new window)

设为默认#
升级 pip 到最新的版本后进行配置
pip install pip -U
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ (opens new window)

安装opencv

安装opencv-contrib-python
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple (opens new window) opencv-contrib-python
后
​

若出现
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
则
apt-get update
apt-get install -y libgl1-mesa-dev
​

ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory
则
apt-get update
apt-get install libglib2.0-dev
​

ImportError: libSM.so.6: cannot open shared object file: No such file or dir
apt-get install libsm6
​

如果你出现了上面的错误，那你很大概率也会遇到下面的问题，
ImportError: libXrender.so.1: cannot open shared object file: No such file or directory
apt-get install libxrender1
​

ImportError: libXext.so.6: cannot open shared object file: No such file or directory
apt-get install libxext-dev
​

更换镜像的python版本

如果拉取的镜像中是python3.5版本 但是实际需要3.6版本
拉取tf镜像
创建容器
相关连接
https://blog.csdn.net/th_num/article/details/82804392 (opens new window)
https://blog.csdn.net/weixin_43802384/article/details/90040968 (opens new window)
https://blog.csdn.net/weixin_42259631/article/details/82818058 (opens new window)
https://www.jianshu.com/p/2a5cd519e583?tdsourcetag=s_pcqq_aiomsg (opens new window)
https://blog.csdn.net/weixin_30300523/article/details/101772159?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~sobaiduend~default-1-101772159.nonecase&utm_term=%E5%8D%87%E7%BA%A7docker%E4%B8%AD%E7%9A%84python%E7%89%88%E6%9C%AC&spm=1000.2123.3001.4430 (opens new window)
​

使用这个PPA源
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.6 python3.6-dev -y
​

修改python命令默认指向python3.6：
1. 查看默认python指向：
sudo ls -l /usr/bin | grep python
2. 删除原有python软连接
sudo rm /usr/bin/python
3. 建立python到python3.6新的软链接
sudo ln -s /usr/bin/python3.6 /usr/bin/python
4. ubuntu 安装pip：直接安装python3版本pip
sudo apt-get install python3-pip ---这里也有个小坑！如果你写的是python3-pip 执行安装后，如果系统自带了python3.5，其实pip这时是装在了python3.5环境下了！！！
sudo apt-get install python3.6-pip ---正确的指定方式，应该把小版本号也加上！
​5. 建立pip到pip3的软连接
sudo ln -s /usr/bin/pip3 /usr/bin/pip
​

如果执行apt-get install python3.6-pip 报错
则安装新的pip
curl https://bootstrap.pypa.io/get-pip.py (opens new window) -o get-pip.py
如果安装到python下就是
python get-pip.py --force-reinstall
如果安装到python3下就是
python3 get-pip.py --force-reinstall
成功
但这时，安装的pip是一个新的pip，替代了之前镜像中自带的pip中已经下好的东西
现在的pip是一个全新的环境，需要自己全部添加需要的环境
​

---

撒花🎉
希望可以帮助到大家
不好之处多多包涵