香橙派 arm64 ubuntu安装docker

本文详细描述了在香橙派3bUbuntu系统上离线安装Docker的步骤,包括移除旧版本、下载并解压安装包、将docker文件复制到/usr/bin,以及配置docker.service以实现开机自启。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

前言 :

1.离线安装docker:

移除以前安装的docker:

下载docker的安装包:

复制docker目录下的文件到/usr/bin/目录

注册docker为系统服务:

在编辑器中添加以下内容:

 设置 docker.service 文件权限

重载unit配置文件:

运行docker:

开机自启:

​编辑


前言 :

我使用的是 香橙派3b Ubuntu 系统

官方的系统应该是没有docker包的

我这里用的是离线方式安装:

1.离线安装docker:

移除以前安装的docker:

sudo apt-get remove docker docker-engine docker.io containerd runc

下载docker的安装包:

你可以选择自己在电脑下载,然后ftp传到你想要的目录:

root目录也可以

https://download.docker.com/linux/static/stable/aarch64/docker-24.0.6.tgz

wget https://download.docker.com/linux/static/stable/aarch64/docker-24.0.6.tgz

解压docker压缩包:

先cd到你的压缩包目录

tar -zxvf docker-19.03.9.tgz

复制docker目录下的文件到/usr/bin/目录

sudo cp -p docker/* /usr/bin/

注册docker为系统服务:

这里会在:/usr/lib/systemd/system/下创建一个docker.service文件

sudo nano /usr/lib/systemd/system/docker.service

在编辑器中添加以下内容:

docker.service
  
[Unit]
Description=Docker Application Container Engine
Documentation=https://docs.docker.com
After=network-online.target firewalld.service
Wants=network-online.target

[Service]
Type=notify
# the default is not to use systemd for cgroups because the delegate issues still
# exists and systemd currently does not support the cgroup feature set required
# for containers run by docker
ExecStart=/usr/bin/dockerd
ExecReload=/bin/kill -s HUP $MAINPID
# Having non-zero Limit*s causes performance problems due to accounting overhead
# in the kernel. We recommend using cgroups to do container-local accounting.
LimitNOFILE=infinity
LimitNPROC=infinity
LimitCORE=infinity
# Uncomment TasksMax if your systemd version supports it.
# Only systemd 226 and above support this version.
#TasksMax=infinity
TimeoutStartSec=0
# set delegate yes so that systemd does not reset the cgroups of docker containers
Delegate=yes
# kill only the docker process, not all processes in the cgroup
KillMode=process
# restart the docker process if it exits prematurely
Restart=on-failure
StartLimitBurst=3
StartLimitInterval=60s

[Install]
WantedBy=multi-user.target

 设置 docker.service 文件权限

chmod +x /etc/systemd/system/docker.service

重载unit配置文件:

sudo systemctl daemon-reload

运行docker:

sudo systemctl start docker

开机自启:

sudo systemctl enable docker


### 香橙 AI Pro 上部署 DeepSeek 的安装配置教程 #### 环境准备 为了成功在香橙 AI Pro 上部署 DeepSeek 模型,硬件和软件环境的准备工作至关重要。以下是详细的步骤: 1. **硬件需求** - 确保拥有香橙 AI Pro 开发板,并搭配足够的电源供应(推荐 5V/4A)。 - 使用高性能 MicroSD 卡(容量不低于 32GB),或者外接 SSD 来提高数据读取速度[^1]。 2. **操作系统安装** - 下载适用于香橙 AI Pro 的 Ubuntu 20.04 LTS 镜像文件,并通过工具如 Balena Etcher 将其烧录至 MicroSD 卡中。 - 插入 MicroSD 卡后开机,按照提示完成系统的初始设置(包括语言、时区、用户名等基本信息设定)。 3. **系统更新与依赖项安装** 执行以下命令来确保系统是最新的版本,并安装必要的开发工具包: ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install -y git wget curl python3-pip ``` 4. **创建 Python 虚拟环境** 推荐使用 Python 3.8 版本来管理项目所需的库文件,具体操作如下: ```bash sudo apt-get install -y python3.8 python3.8-venv python3.8 -m venv deepseek-env source deepseek-env/bin/activate ``` #### 深度学习框架 PyTorch 的安装 由于 DeepSeek 是基于 Hugging Face Transformers 构建的大规模语言模型,在此之前需先安装合适的深度学习框架——PyTorch。执行下列指令即可完成安装过程: ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 ``` 注意:如果目标平台不支持 GPU 加速,则可以省略 `--index-url` 参数以仅获取 CPU 支持版[^1]。 #### Docker 和 Ollama 的集成方案 另一种更为简便的方法是利用容器化技术 Docker 结合开源项目 Ollama 实现快速部署。以下是具体的实现路径: 1. **Docker 安装** 如果尚未安装 Docker,请参照官方文档完成相应版本的选择与安装流程。 2. **拉取预构建镜像** 基于 ARM 平台定制化的 Ollama 镜像可通过华为云仓库获得: ```bash docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama:0.3.6-linuxarm64 ``` 3. **启动服务实例** 设置持久化存储卷绑定及网络端口映射规则之后,便可正式启动该容器进程: ```bash docker run -d \ -v ollama:/root/.ollama \ -p 11434:11434 \ --name ollama \ swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama:0.3.6-linuxarm64 ``` 4. **加载指定模型** 进入正在运行中的容器内部空间,调用内置 CLI 工具下载所需型号并立即投入应用测试环节之中: ```bash docker exec -it ollama bash nohup ollama run deepseek-r1:1.5b > /var/log/deepseek.log 2>&1 & ``` 以上便是针对香橙 AI Pro 设备环境下实施 DeepSeek 大语言模型完整部署的技术指导概览[^2]。 ---
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

嵌入式学不会不改名

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值