玩tensorflow所需要的docker知识

如果你之前不了解docker，今后也没啥自发愿望要了解更多，之所以要用docker就是为了要用tensorflow的话，那么看此文就对了。

简单来说，docker里有两个必须清楚的概念，image（镜像）和container（容器）。镜像就像是C++中的类，而容器则类比为对象。一般来说郑重其事保存起来的都是镜像。而每次我们去运行相应的镜像则会产生一个容器。细说一句，这个容器会有一套全新的文件系统，与本机环境基本毫无关系，类似于开了个虚拟机，我们可以专门开启这样一个容器来使用tensorflow-gpu。

下面我将重点“描述”一下大家可能用的到的几条docker命令。

查看所有的docker镜像：

docker image ls

运行一个docker镜像所产生的容器：

docker run -it --rm --mount type=bind,source=/opt/source,target=/opt/target --gpus all --name abc  Repository:Tag bash

这条命令可能基本包含了深度学习训练所能用到的大多数东西。

首先docker run的语法是：docker run + 参数 + 镜像 + 命令。

-i：交互式操作

-t: 终端

--rm：该容器结束后自动删除

--mount：将本机的source目录作为一个数据卷挂载在所创建的docker容器的target目录下，简而言之，实现了两者的数据共享。这个还是挺重要的。

--gpus all：这个肯定都懂

--name：给你的容器取个名字，后面会讲名字的用处

[Respository:Tag]:这两个东西你只要运行一下docker image ls看一下就明白了，简而言之和ID一样可以成为镜像的唯一表示。

bash：这个命令保证了你接下来可以在shell中使用刚创建的docker容器。

将一个运行中的容器保存为镜像：

docker commit Name Repository:Tag
docker commit Name ID

上面两条命令都可以，Name是容器的名字，最后是你给镜像的唯一标识。这点也很重要，谁也不想自己配置完环境的容器就这么直接消失不是。不过据说在run的时候不加--rm容器会被保存下来，这样应该也能之后接着运行，不过具体的话我就没有试过了。

删除仓库里的镜像：

sudo docker image rm xxxxx

有创有删，这条命令比较粗暴易懂。

补充一条，如果容器运行的时候shell崩了，那么该容器有几率没有停止运行，可以使用

docker stop /CONTAINER_NAME

来终止该容器运行，如果在run的时候有指定--rm，那么该容器不会被保存。

再补充一条，查看运行中的docker容器:

docker ps