VSCode+Docker(远程服务器)配置自定义开发环境

VSCode+Docker(远程服务器)配置自定义开发环境

---

前言

在实验室经常遇到共用服务器和复现不同环境代码的问题，通过VSCode+Docker可以自定义配制环境，方便复现程序，管理环境。下面的方法是我常用的，大家可以根据自己的习惯和情况自行调整。

---

1.Docker

1.1 通过Dockerfile建立镜像

  Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。
  个人习惯使用直接拉取Docker Hub上TensorFlow、Pytorch、Keras等官方发布的镜像。如果需要在GPU上复现不同框架和版本的程序，用Docker可以有效避免各种cuda，cudnn版本不同和安装问题带来的麻烦。
  如果需要在 Linux 上启用 GPU 支持，需要先安装nvidia-container-runtime，然后再Docker Hub上找到需要拉取的镜像，然后利用Dockerfile安装需要的包。例如创建一个Tensorflow-GPU2.0版本，python环境为python3的镜像，安装一些需要的软件和包，并添加清华镜像源，可建一个文件夹，并新建名为Dockerfile的文件，在文件夹中复制如下内容：

FROM tensorflow/tensorflow:2.0.0rc0-gpu-py3

RUN apt update && \ 
    apt install -y gcc python3-dev python3-pip libxml2-dev libxslt1-dev zlib1g-dev g++ git fish cmake build-essential vim htop openssh-server tree tmux bedtools 
RUN pip install pip -U &&