【StructureSeg2019参赛总结】------编写Docker File

StructureSeg2019是由MICCAI举办的一个关于危险器官分割的比赛，在这个比赛中，我主要做了任务三，其他任务只看了数据，比赛结果需要将代码上传，并将代码运行环境制作成Docker容器（其实主办方只需要DockerFile）下面主要介绍制作docker镜像时遇到的问题和解决的过程 StrcutureSeg2019比赛官网
  
  

流程：

1. 编写dockerfile，在/home/ly/python_project/run/src路径下，文件名必须为Dockerfile
2. 在当前路径下运行指令sudo docker build -t run .其中 -t 后接镜像名，.表示当前路径
3. 镜像创建完成之后，运行sudo docker run -i -t run即可创建容器进行运行
     
     

其他：

1. 所有关于docker的指令必须加sudo，否则报错（我这里是Ubuntu16.04）
2. 常用docker操作：
   停止某个容器的运行：sudo docker container stop 容器ID
   强制停止所有容器：sudo docker rm -f $(sudo docker ps -aq)
   删除镜像：sudo docker rmi 镜像名
     
     

存在的问题：

1. 如果使用python3.6.4的镜像，tensorflow-gpu调用cuda似乎出了问题，原因应该是FROM的image内部没有cuda与cudnn，导致无法调用GPU
2. 如果使用tensorflow的镜像，会造成逻辑死循环错误：
     
   在Docker容器中，运行Python代码，首先报错：import error.......（是一个与CUDA相关的文件），网上的解决方法是运行apt-get install xxx
     
   又报错：unable to local ........，此时需要更新apt-get的源，运行apt-get upgrade
     
   这条指令能够运行，但是出现许多诸如：404 Not Found [IP xxx.xxx.xx.xxx]的报错，查了一下，需要将DNS地址加入到容器里，运行vi /etc/resolve.conf，报错：bash: vi command not found(vim都不行，更别说gedit了)
     
   此时应将vim装在容器内，运行apt-get install vim，报错：404 Not Found [IP xxx.xxx.xx.xxx]，需要更新源，问题回到原点…
     
   逻辑死循环，无解…
     
     

不完美的解决方案：

不使用GPU做inference，所以在Dockerfile中安装tensorflow的时候，装CPU版的
  
制作好镜像文件后，运行镜像文件生成容器，输入python ./evaluate.py即可运行
  
  

今后可以尝试的解决方案：

直接制作自己系统的docker镜像，把所有的运行环境打包进去，虽然会更麻烦，image文件也更大，但是代码会运行地更稳定。