Ubuntu18.04安装docker(第一次安装,踩了许多的坑)

时间点:2018.07.20

由于docker网站上暂时没有ubuntu18.04上的安装方法,所以我是直接从ubuntu仓库安装的,因为只是用来学习,所以这种虽然不是最新版本但是够用了。

安装步骤:

sudo apt-get upgrade

sudo apt-get install docker

sudo apt-get install docker.io

 

然后检查docker版本:

sudo docker version



Client:

 Version:       17.12.1-ce

 API version:   1.35

 Go version:    go1.10.1

 Git commit:    7390fc6

 Built: Wed Apr 18 01:23:11 2018

 OS/Arch:       linux/amd64

 

Server:

 Engine:

  Version:      17.12.1-ce

  API version:  1.35 (minimum version 1.12)

  Go version:   go1.10.1

  Git commit:   7390fc6

  Built:        Wed Feb 28 17:46:05 2018

  OS/Arch:      linux/amd64

  Experimental: false

 

如果出现“Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?”

执行以下命令:

systemctl unmask docker.service

systemctl unmask docker.socket

systemctl start docker.service

 

执行sudo service docker start启动时出现Failed to start docker.service: Unit docker.service is masked.的解决办法同上

 

当执行docker search redis或者docker pull redis的时候(此处的redis只是举个栗子)的时候出现Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get http://%2Fvar%2Frun%2Fdocker.sock/v1.35/images/search?limit=25&term=redis: dial unix /var/run/docker.sock: connect: permission denied

解决办法是先将当前用户加入docker组:

sudo gpasswd -a ${USER} docker

再切换一次用户:

sudo su

su jing(这里的jing是你自己的用户名)

 

可能你觉得pull的时候太慢,可以配置阿里云docker镜像加速器,具体请参考:https://my.oschina.net/SamXIAO/blog/1805167

### YOLOv11在Ubuntu上的安装方法 #### 使用Docker简化环境搭建 为了更高效地开发并减少环境配置的复杂度,推荐使用Docker来构建YOLOv11所需的运行环境。通过Docker可以轻松创建一致性的容器化应用环境,从而达到“一次编写,处处运行”的目标[^1]。 #### 准备工作:安装Anaconda 对于依赖管理部分,建议采用Anaconda作为Python包管理和虚拟环境工具。下载适用于Linux平台的Anaconda安装脚本,并按照提示完成安装过程: ```bash bash Anaconda3-2021.11-Linux-x86_64.sh ``` 这一步骤能够帮助建立稳定可靠的Python基础环境[^2]。 #### 配置CUDA与cuDNN支持 考虑到YOLO算法对GPU加速的需求,在此之前还需确保系统已正确安装NVIDIA CUDA Toolkit以及配套的cuDNN库。具体操作可参照官方文档指引进行相应版本的选择和安装;例如针对Ubuntu 18.04 LTS系统的设置方式如下所示: - 下载并执行CUDA安装程序(注意这里假设已经选择了合适的驱动版本) ```bash sudo sh cuda_11.7.89_440.33.01_linux.run ``` - 创建软连接以便于后续调用 ```bash ln -s /usr/local/cuda-11.7 /usr/local/cuda ``` - 安装完成后可通过`deviceQuery`样例验证是否正常加载硬件资源 ```bash cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make ./deviceQuery ``` - 接着前往[NVIDIA cuDNN Archive](https://developer.nvidia.com/rdp/cudnn-archive),挑选匹配当前CUDA版本号的cuDNN压缩包实施本地解压即可[^3]。 #### 构建YOLOv11项目结构及其依赖项 最后则是围绕YOLOv11本身展开的工作——即获取源码仓库、激活Conda环境中预先定义好的Python解释器实例之后再利用Pip命令行工具追加必要的第三方扩展模块: ```bash pip install ultralytics ``` 上述指令会自动拉取由Ultralytics团队维护的一系列辅助函数集成为一体式的API接口层面上的支持[^4]。 当一切准备就绪后,记得切换至对应的虚拟环境下开展进一步探索实践: ```bash source yolov8-env/bin/activate ``` 尽管这里的路径名可能依据实际情况有所差异,但总体思路保持不变[^5]。
评论 1
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
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