目录

• 前言
• 正文
• • 从docker hub下载镜像
  • 创建容器并运行
  • 更新容器
• *安装python
• *安装anaconda
• 安装pytorch
• 参考文献：

前言

此文不需要前言，请从正文开始

开始搭建

正文

默认大家都是有一定docker基础的，没有的话建议去花个20分钟学一下基础知识。相对于配置cuda来说，我觉得pytorch还是更简单一些。因此这里以官方的nvidia/cuda:10.2-cudnn8-runtime-ubuntu18.04为基础，构建pytorch深度学习环境。你可以根据自己的需求选择合适的版本，地址如下：cuda官方docker镜像地址，python可以选择官方纯净版，好处是小，坏处是什么都得自己配置。也可以选择conda，好处是省心，坏处是比较大

从docker hub下载镜像

docker pull nvidia/cuda:10.2-cudnn8-runtime-ubuntu18.04

下载完成后使用docker images确认镜像信息。

创建容器并运行

docker run -it --name pytorch1.12.1-cuda10.2  nvidia/cuda:10.2-cudnn8-runtime-ubuntu18.04 /bin/bash  # 这里镜像名称可以使用ID号，为了更清晰这个使用名称

PS: 一般创建运行后就会直接进入容器，如果没有，先使用docker ps -a查看容器信息，然后使用docker exec --it 容器ID /bin/bash进入容器内部。

更新容器

运行以下命令更新系统和安装基础包

apt update
apt install -y wget build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev libsqlite3-dev libbz2-dev liblzma-dev
apt clean
rm -rf /var/lib/apt/lists/*

这里可能出现的报错：

W: GPG error: https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64  > InRelease: The following signatures couldn't be verified because the public key is not available:  NO_PUBKEY A4B469963BF863CC
E: The repository 'https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64   InRelease' is not signed.
N: Updating from such a repository can't be done securely, and is therefore disabled by default.
N: See apt-secure(8) manpage for repository creation and user configuration details.

解决办法：

• 1、获取gpg公钥

gpg --keyserver keyserver.ubuntu.com --recv-keys A4B469963BF863CC

• 2、导出公钥，加入到 apt 信任密钥

gpg --export --armor A4B469963BF863CC | apt-key add -

• 然后再运行上面的命令即可

*安装python

这里为了清晰的知道文件在哪，先新建临时目录，然后进入到目录下下载python源码包，再编译安装。

• 首先新建并进入临时目录
  mkdir /temp
cd temp
• 下载python
  wget https://www.python.org/ftp/python/3.7.13/Python-3.7.13.tgz
• 然后解压
  tar -xvf Python-3.7.13.tgz
• 进入解压后的python文件夹
  cd Python-3.7.13
• 编译安装
  –prefix用于指定安装位置
  –enable-optimizations用于优化配置
  ./configure --prefix=/usr/local/python3.7 --enable-optimizations
./configure --enable-optimizations
  编译步骤较为漫长，根据cpu核心数，使用-j选项采用多线程编译，可以加快编译速度 ，例如我的CPU核心数为8，线程数=核心数*
  make -j8
make install
• 建立建立指向python3.7和pip3.7的软链接
  ln -s /usr/local/python3.7/bin/python3.7 /usr/bin/python3.7
ln -s /usr/local/python3.7/bin/pip3.7 /usr/bin/pip3

*安装anaconda

下载地址：https://repo.anaconda.com/archive/index.html
这里我以2021.05版本为例：

• 下载安装

wget -c https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
# 安装
bash Anaconda3-2021.05-Linux-x86_64.sh

然后一直按enter直到出现需要输入yes。输入yes后会提示你安装路径

Anaconda3 will now be installed into this location:
/root/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/root/anaconda3] >>>

这里可以填个自己的路径，记录一下，或者默认的也可以，按enter继续。

初始化，输入yes。这里也可以看到安装路径。

Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
[no] >>> yes

然后会提示安装完成。

• 配置环境变量

export PATH=~/anaconda3/bin:$PATH  # 添加环境变量
source ~/.bashrc  # 刷新bashrc

这里的export PATH填的是conda的bin文件地址。默认地址可以填上面那个到这里可以输入python和conda list查看是否安装成功。

• 镜像源配置
  这里和python配置镜像源一样。
  打开配置文件
  vi ~/.condarc
  然后输入

channels:
  - http://mirrors.aliyun.com/anaconda/cloud/stackless
  - https://mirrors.aliyun.com/anaconda/cloud/simpleitk
  - https://mirrors.aliyun.com/anaconda/cloud/rdkit
  - https://mirrors.aliyun.com/anaconda/cloud/rapidsai
  - https://mirrors.aliyun.com/anaconda/cloud/qiime2
  - https://mirrors.aliyun.com/anaconda/cloud/pyviz
  - https://mirrors.aliyun.com/anaconda/cloud/pytorch3d
  - https://mirrors.aliyun.com/anaconda/cloud/pytorch-test
  - https://mirrors.aliyun.com/anaconda/cloud/pytorch
  - https://mirrors.aliyun.com/anaconda/cloud/psi4
  - https://mirrors.aliyun.com/anaconda/cloud/plotly
  - https://mirrors.aliyun.com/anaconda/cloud/omnia
  - https://mirrors.aliyun.com/anaconda/cloud/ohmeta
  - https://mirrors.aliyun.com/anaconda/cloud/numba
  - https://mirrors.aliyun.com/anaconda/cloud/msys2
  - https://mirrors.aliyun.com/anaconda/cloud/mordred-descriptor
  - https://mirrors.aliyun.com/anaconda/cloud/menpo
  - https://mirrors.aliyun.com/anaconda/cloud/matsci
  - https://mirrors.aliyun.com/anaconda/cloud/intel
  - https://mirrors.aliyun.com/anaconda/cloud/idaholab
  - https://mirrors.aliyun.com/anaconda/cloud/fermi
  - https://mirrors.aliyun.com/anaconda/cloud/fastai
  - https://mirrors.aliyun.com/anaconda/cloud/dglteam
  - https://mirrors.aliyun.com/anaconda/cloud/deepmodeling
  - https://mirrors.aliyun.com/anaconda/cloud/conda-forge
  - https://mirrors.aliyun.com/anaconda/cloud/caffe2
  - https://mirrors.aliyun.com/anaconda/cloud/c4aarch64
  - https://mirrors.aliyun.com/anaconda/cloud/bioconda
  - https://mirrors.aliyun.com/anaconda/cloud/biobakery
  - https://mirrors.aliyun.com/anaconda/cloud/auto
  - https://mirrors.aliyun.com/anaconda/cloud/Paddle
  - https://mirrors.aliyun.com/anaconda/pkgs/r
  - https://mirrors.aliyun.com/anaconda/pkgs/msys2
  - https://mirrors.aliyun.com/anaconda/pkgs/main
  - https://mirrors.aliyun.com/anaconda/pkgs/free
show_channel_urls: true

ssl_verify: true
allow_conda_downgrades: true

最后按esc，输入:wq保存退出。

• 配置pip镜像

mkdir ~/.pip
cd ~/.pip/
vi pip.conf

然后输入

[global] 
index-url = http://mirrors.aliyun.com/pypi/simple/ 
[install] 
trusted-host=mirrors.aliyun.com

安装pytorch

pytorch安装相对很简单

1. 点击这里进入打开pytorch官方
2. 选择适合自己的torch版本，复制命令。注意conda和pip是分开的，cuda版本查看可以参考这篇文章
3. 在容器中粘贴命令运行，在弹出时输入y继续运行，然后等待安装完成即可。
4. 使用pip list/conda list查看是否有torch包，使用以下命令验证是否安装成功。

import torch
print(torch.__version__)

参考文献：

Pytorch Docker镜像构建教程（不同系统、CUDA、Python版本）
docker容器安装TensorFlow_gpu 版本遇到的坑。。。
Ubuntu18.04安装python3.7
27 | Ubuntu18.04.5 安装python3.7及卸载