CUDA9深度學習Docker環境Deepo（包含大部分深度學習架構+Jupyter）配置

配置前提

安裝有docker和nvidia-docker。

配置步驟

1. 下載下傳對應鏡像。本配置從中國官方鏡像加速上下載下傳。

sudo docker pull registry.docker-cn.com/ufoym/deepo
           

1. 運作并進入鏡像。設定容器名為“docker_name”，端口映射為“18888:8008”，并共享資料和配置。

sudo nvidia-docker run --name docker_name -it -p 18888:8008 -v ~/host/data:/data -v ~/host/config:/config ufoym/deepo  bash
           

1. 安裝jupyter。

pip install jupyter
           

1. 生成jupyter配置檔案。

jupyter notebook --generate-config
           

1. 使用ipython生成遠端通路密碼。

ipython

In [1]: from notebook.auth import passwd                                                                                    
In [2]: passwd()                                                                                                            
Enter password: # 輸入密碼
Verify password: 
Out[2]: 'sha1:c0051818d6d6:fd369cf3908d863377c3b58ab79bb7a5c34b1879'
In [3]: exit
           

1. 添加jupyter配置參數。

vi ~/.jupyter/jupyter_notebook_config.py

c.NotebookApp.ip='*'     # 不限制通路ip
c.NotebookApp.password = u 'sha1:c0051818d6d6:fd369cf3908d863377c3b58ab79bb7a5c34b1879'    # 即上述生成的密碼密鑰
c.NotebookApp.open_browser = False     # 禁止自動打開浏覽器
c.NotebookApp.port = 8008    # 與端口映射（18888:8008）設定相同
           

1. 啟動jupyter。

jupyter notebook --allow-root --ip=0.0.0.0
           

1. 遠端通路jupyter。在遊覽器輸入“#ip#:18888”（對應于端口映射18888:8008），輸入上述生成的密碼即可。

其它注意事項

1. 剛開始想使用Deepo自帶jupyter的鏡像配置，發現其需要CUDA10的環境。

sudo docker pull registry.docker-cn.com/ufoym/deepo:all-jupyter
           

1. 以後運作和進入鏡像。

sudo docker start docker_name # 運作
sudo docker exec -it docker_name /bin/bash # 進入