目录
1. 创建镜像仓库
2. 实践
2.1. 准备所需文件
2.2 执行Dockerfile
2.3 上传至仓库
2.4 Docker在本地使用GPU
3. 以下给出GPU版本的练习题:
1. 创建镜像仓库
这里以申请阿里云容器镜像服务(免费),并创建仓库为例,其他仓库如dockerhub、谷歌、亚马逊、腾讯等详见对应产品说明书。 打开阿里云容器服务地址为 注册开通后
第一步切换标签页到命名空间,创建地址唯一的命名空间
根据大赛要求选择对应的地域,其他的按照自己需求选择或填写
下一步,选择本地仓库,不建议其他选项,完成创建。
点击管理,可查看详情。
详情页如下,有基本的操作命令,仓库地址一般使用公网地址即可。
按照页面的指令在本地完成登陆:
export DOCKER_REGISTRY= your_registry_url
(注意这里your_registry_url最后字段结尾,不能多不能少E.g registry.cn-shanghai.aliyuncs.com/xxxx/xxxx)
docker login $DOCKER_REGISTRY \
--username your_username \
--password your_password
2. 实践
cpu版本练习
2.1. 准备所需文件
新建一个文件夹(例如tianchi_submit_demo
)用于存放这次任务镜像所需的文件,文件夹中内容示例,其中hello_world.py
中是各位自己的代码部分:
Dockerfile
配置文件参考,Dockerfile
是固定名称,注意首字母大写。Dockerfile
中命令皆大写:
# Base Images
## 从天池基础镜像构建
FROM registry.cn-shanghai.aliyuncs.com/tcc-public/python:3
## 把当前文件夹里的文件构建到镜像的根目录下
ADD . /
## 指定默认工作目录为根目录(需要把run.sh和生成的结果文件都放在该文件夹下,提交后才能运行)
WORKDIR /
## 镜像启动后统一执行 sh run.sh
#CMD ["sh", "run.sh"]
CMD ["python", "hello_world.py"]
2.2 执行Dockerfile
sudo docker build -t registry.cn-hangzhou.aliyuncs.com/[命名空间]/[镜像名]:2.0 .
执行成功后,能够通过docker images -a在本地找到创建的镜像。
2.3 上传至仓库
sudo docker push registry.cn-hangzhou.aliyuncs.com/[命名空间]/[镜像名]:2.0
可以到阿里云平台上找到上传的镜像。
2.4 Docker在本地使用GPU
docker在新的版本中均已支持直接调用gpu,通过--gpu 指定使用哪个gpu, --gpu all 则是使用所有gpu 前提:请确保已安装了Nvidia对docker的软件支持。
docker run --gpu all registry.cn-hangzhou.aliyuncs.com/[命名空间]/[镜像名]:2.0
调试:
docker run -it --gpu all registry.cn-hangzhou.aliyuncs.com/[命名空间]/[镜像名]:2.0 /bin/bash
# nvidia-smi
Thu Jan 7 19:04:55 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.87.01 Driver Version: 418.87.01 CUDA Version: 10.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla P100-PCIE... On | 00000000:00:08.0 Off | 0 |
| N/A 29C P0 24W / 250W | 0MiB / 16280MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 Tesla P100-PCIE... On | 00000000:00:09.0 Off | 0 |
| N/A 31C P0 26W / 250W | 0MiB / 16280MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+