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 pullsudo docker imagesdocker run --helpdocker 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 \bashsudo 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