使用docker的好处在于，便于进行环境管理，不会影响到宿主机和其他人，非常的安全、方便。一台服务器可以很方便的给小组的几个人使用。而且，很多大牛的源码基于tensorflow、mxnet、pytorch等等不同框架，还有令人头疼的版本问题，这时与其尝试在一个账户里跑，或者是用anaconda管理环境，还不如直接拖一个docker，用完就扔，简直拔oUo无情。而且也有越来越多的源码提供了docker配置方法，简单方便。
这篇博客主要是记录一下在docker里如何使用jupyter lab。jupyter lab可以理解为jupyter notebook的升级版，支持可视化效果。在公司开发的时候，linux gpu 服务器本身是没有可视化终端（xserver）给到你个人的，而计算机视觉的算法调试过程中，及时、方便的看一看实际效果是很有帮助的。而且，ipynb文件和py文件的转换也很方便，许多源代码也都提供了ipynb的演示文件帮助大家熟悉代码，看效果。因此，我一般开发的时候是终端指令配合jupyter lab，感觉比较方便。
之所以突然有时间，也是因为服务器挂了，在等修复。本身的配置并不复杂，只是网上的内容实在鱼龙混杂，我也想借此机会，锻炼一下自己把事情讲清楚的能力。本文参考了基于docker的服务器端使用jupyter notebook的方法，当然，原文使用的是jupyter notebook，我用的是jupyter lab。
首先，我用的服务器是ubuntu（一直以为是centos。。。），然后，我已经docker run 了一个镜像，指令大概是
nvidia-docker run -d -it --runtime=nvidia --name="container_name" -p 3090:22 -p 3091:8888 -p 3092:3092 xxxx其中，--name是容器的名字，-p是端口映射，22和8888是默认的，22给ssh连接，8888给jupyter，xxxx则是你想用的原始镜像的id前四位。
这时候会自动登进去，你可能首先需要更新一下
apt-get update然后可能要安装pip，这些请大家自行搜索，必要的时候切换国内的源。
apt-get install python-pip安装编辑器vim
apt-get install vim然后是安装jupyterlab
pip install jupyterlab这里其实最好用这一行，改换成国内源：
pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple然后，键入python，进入python命令行，这时候其实也可以输入下import tensorflow 或者torch看看自己拉的镜像对不对。
然后输入以下代码：
from notebook.auth import passwd
passwd()输完之后，设定一个密码，会生成一个sha1的秘钥，会有如下的结果（此处盗图~~~）：
记得把这个复制出来保存。
然后ctrl+d退出，键入
jupyter lab --generate-config这个大家看一下，和原文仅仅是notebook改成了lab，但是启动的似乎是一个文件。。。
然后vim修改文件
vim ~/.jupyter/jupyter_notebook_config.py在其中添加几行，我翻了一下，全是注释，所以我图省事就直接在文件开头加了几行字：
c.NotebookApp.ip='*'
c.NotebookApp.password = u'sha1:41e4da01dde4:e820dc9c0398eda2dc9323c9e4a51ea1228166a2'
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888
c.NotebookApp.allow_remote_access = True这里的password就得改成你自己刚刚保存的那个。
然后就可以启动jupyter lab 啦：
nohup jupyter lab --allow-root &其中，nohup和&配合使用，让jupyter lab一直后台运行，也可以普通运行，不加这两个，退出的时候用ctrl+p+q。
顺便提醒下在docker里千万不能顺手就ctrl+c关闭某个东西，搞不好服务就停了。
这个时候，在浏览器里输入
http://你.的.服务器.地址:3091其中3091是我启动docker时刚刚绑定8888的端口号。
这时候应该就可以看到jupyterlab了，要求你登陆。
在这里运行ipynb可以看到分布输出和图像，很方便调试和查错。而且有时候要拷个、移动个啥东西也要敲一行命令也是很烦的，jupyterlab好歹是个图形界面，很方便。
最后再补充啰嗦一句，如果你拖的是pytorch镜像的话，ssh进入的话会导致python指令找不到，输入python3出来的是3.6.8而不是3.5.2，而且import torch也找不到。考虑到到时候配置环境可能出现的多个python问题，这时候最好就是以后都用docker attach的方式进docker，不要用ssh了，ssh就纯粹用于jupyterlab和cyberduck等文件传输工具。
