docker镜像封装纪实
关于docker的常用操作,可以移步:docker常用命令
首先,pull Nvidia官方给出的CUDA镜像
docker pull nvidia/cuda:10.0-runtime-ubuntu18.04
具体版本可以查询:
https://gitlab.com/nvidia/container-images/cuda/blob/master/doc/supported-tags.md
修改镜像
进入镜像环境(创建容器)
docker run -it nvidia/cuda:10.0-runtime-ubuntu18.04 /bin/bash
查看容器ubuntu版本
cat /etc/issue
注:
cat /proc/version 或uname -a查到的是宿主机的版本,不是容器版本
安装python
apt-get update
apt-get install python3.6 (清华源里貌似没这个,所以先用默认源装)
安装pip
apt install python3-pip
更新pip
pip3 install --upgrade pip
换apt源
首先,备份默认的镜像源
cd /etc/apt
cp sources.list sources.list.backup
然后,将sources.list中的内容更换为阿里源(sources.list可以在镜像外做好后复制到镜像中去):
清华源
# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubunt

本文详细介绍如何从NVIDIA官方CUDA镜像开始,定制Docker镜像,包括Ubuntu版本确认、Python和pip安装、源更换、缓存清理等步骤,以及解决常见问题如tensorflow安装和GPU兼容性验证。
2337

被折叠的 条评论
为什么被折叠?



