Docker tutorial

Created on Wed, 02 Dec 2019, 06:00PM

Last changed on Wed, 04 Dec 2019, 05:58PM

Docker常用命令手册

  • 运行Nvidia-docker

sudo nvidia-docker run --runtime=nvidia -it -d -p 8888:8888 -p 6006:6006 -v $(pwd):/tf/ tensorflow/tensorflow:latest-gpu-py3-jupyter
--rm # 停止后即删除
sudo docker pull tensorflow/tensorflow:latest-gpu-py3-jupyter
# docker pull
sudo docker images
docker run --help
docker run [-it] some-image # 创建某个镜像的容器。注意,同一个镜像可以通过这种方式创建任意多个container. 加上-it之后,可以创建之后,马上进入交互模式。
docker rm container-id # 删除某个容器
docker start [-i] container-id # 启动某个容器,必须是已经创建的。 加上-i 参数之后,可以直接进入交互模式:
docker attach container-id # 进入交互模式的另一种方式
# 进入交互模式之后,想退出但是保持容器运行,按CTRL+Q+P三个键
# 退出,并关闭停止容器,按CTRL+D或者输入exit再回车
  • 容器备份

先通过docker ps或者docker ps -a来查看你想备份的容器的id, 然后通过:

docker commit -p [your-container-id] [your-backup-name]

来将id为your-container-id的容器创建成一个镜像快照。

接着,你通过docker images就可以查看到刚刚创建好的镜像快照了。 然后,通过:

docker save -o [path-you-want-to-save/your-backup-name.tar]] [your-backup-name]

把那个镜像打包成tar文件,保存到服务器上。 后面就可以把服务器上打包好的tar文件,下载到本地了。

恢复: docker load -i your-backup-name.tar

docker run -d -p 80:80 your-backup-name

  • 其他

docker run \
--interactive \
--tty \
--volume $(pwd):/federated \
--workdir /federated \
tensorflow_federated \
bash
sudo nvidia-docker run --runtime=nvidia \
--interactive \
-p 8896:8888 \
-p 6003:6006 \
--tty \
--volume $(pwd):/federated \
--workdir /federated \
tensorflow_federated:v0.11-py3-jupyter \
bash