想了解docker学习2-快速搭建centos7-python3.6环境的新动态吗？本文将为您提供详细的信息，我们还将为您解答关于docker搭建python开发环境的相关问题，此外，我们还将为您介绍
想了解docker 学习 2 - 快速搭建 centos7-python3.6 环境的新动态吗？本文将为您提供详细的信息，我们还将为您解答关于docker搭建python开发环境的相关问题，此外，我们还将为您介绍关于CentOS 下使用 Docker 快速搭建 LNMP 环境、centos7 docker 安装 和在 docker 中搭建 lnmp 环境、centos7 docker安装 和在docker中搭建lnmp环境、CentOS7 Nvidia Docker环境搭建的新知识。
本文目录一览：- docker 学习 2 - 快速搭建 centos7-python3.6 环境（docker搭建python开发环境）
- CentOS 下使用 Docker 快速搭建 LNMP 环境
- centos7 docker 安装 和在 docker 中搭建 lnmp 环境
- centos7 docker安装 和在docker中搭建lnmp环境
- CentOS7 Nvidia Docker环境搭建
docker 学习 2 - 快速搭建 centos7-python3.6 环境（docker搭建python开发环境）
前言
当我们在一台电脑上搭建了 python3.6 的环境，下次换了个电脑，或者换成 linux 的系统了，又得重新搭建一次，设置环境变量、下载 pip 等操作。 好不容易安装好，一会 Scrips 目录找不到 pip.exe, 一会提示 pip 不是内部或外部命令，一会又提示 pip: command not found, 想死的心都有了。 搭建环境成为不少小伙伴学习的障碍，从今天开始学好 docker，环境问题从此和你说再见～～～
search 搜索镜像
docker search : 从 Docker Hub (https://hub.docker.com) 中搜索指定的镜像 比如我这里搜索一个基于 centos7 环境安装的 python3.6 版本
- NAME 镜像仓库名称
- DESCRIPTION 镜像描述信息
- STARS 镜像收藏数
- OFFICIAL 是否为 docker 官方发布的镜像
- AUTOMATED 是否为自动化构建的镜像
关于自动化构建，可以查看官方文档：https://docs.docker.com/docker-hub/builds/#how-automated-builds-work
docker search python
[root@yoyo ~]# docker search python
NAME DESCRIPTION STARS OFFICIAL AUTOMATED
python Python is an interpreted, interactive, objec… 4288 [OK]
django Django is a free web application framework, … 847 [OK]
pypy PyPy is a fast, compliant alternative implem… 193 [OK]
kaggle/python Docker image for Python scripts run on Kaggle 123 [OK]
arm32v7/python Python is an interpreted, interactive, objec… 37
centos/python-35-centos7 Platform for building and running Python 3.5… 36
joyzoursky/python-chromedriver Python with Chromedriver, for running automa… 33 [OK]
circleci/python Python is an interpreted, interactive, objec… 29
nikolaik/python-nodejs Python with Node.js 18 [OK]
arm64v8/python Python is an interpreted, interactive, objec… 17
centos/python-36-centos7 Platform for building and running Python 3.6… 17
centos/python-27-centos7 Platform for building and running Python 2.7… 15
iron/python Tiny Python Microcontainer 9
publicisworldwide/python-conda Basic Python environments with Conda. 6 [OK]
dockershelf/python Repository for docker images of Python. Test… 4 [OK]
i386/python Python is an interpreted, interactive, objec… 3
bitnami/python Bitnami Python Docker Image 3 [OK]
komand/python-plugin DEPRECATED: Komand Python SDK 2 [OK]
centos/python-34-centos7 Platform for building and running Python 3.4… 2
muccg/python-base Base images that use python 1 [OK]
amd64/python Python is an interpreted, interactive, objec… 1
ccitest/python CircleCI test images for Python 0 [OK]
saagie/python Repo for python jobs 0
qbtrade/python python 3.6.5 with requirements last update s… 0
openshift/python-33-centos7 DEPRECATED: A Centos7 based Python v3.3 imag… 0
[root@yoyo ~]#
pull 下载镜像
上面找的想要下载的镜像 centos/python-36-centos7, 接下来下载到自己本地
docker pull centos/python-36-centos7
[root@yoyo ~]# docker pull centos/python-36-centos7
Using default tag: latest
latest: Pulling from centos/python-36-centos7
8ba884070f61: Pull complete
c3dca185eb14: Pull complete
ee720ba20823: Pull complete
497ef6ea0fac: Pull complete
ebf1fb961f61: Pull complete
b8249f70ce00: Pull complete
ebd817e2efe7: Pull complete
d3d10dd0937c: Pull complete
a8ad47ec8182: Pull complete
Digest: sha256:d10c46b6db436357965a96716e9f5d230d9b1a58c6db1f0c4f43c1fb1994cd79
Status: Downloaded newer image for centos/python-36-centos7:latest
[root@yoyo ~]#
images 本地镜像查看
使用 docker images 查看本地已经下载好的镜像
docker images
[root@yoyo ~]# docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
centos/python-36-centos7 latest b8d15efaa8ec 2 months ago 651MB
ubuntu 15.10 9b9cb95443b5 2 years ago 137MB
training/webapp latest 6fae60ef3446 4 years ago 349MB
运行交互式的容器
Docker 会在隔离的容器中运行进程。当运行 docker run 命令时，Docker 会启动一个进程，并为这个进程分配其独占的文件系统、网络资源和以此进程为根进程的进程组。 在容器启动时，镜像可能已经定义了要运行的二进制文件、暴露的网络端口等，但是用户可以通过 docker run 命令重新定义 最基本的 docker run 命令的格式如下：
$ sudo docker run [OPTIONS] IMAGE[:TAG] [COMMAND] [ARG...]
比如我这里要启动 centos7，进入交互模式，通过 docker 的两个参数 -i -t，让 docker 运行的容器实现 "对话" 的能力
- t: 在新容器内指定一个伪终端或终端。
- i: 允许你对容器内的标准输入 (STDIN) 进行交互
docker run -i -t centos/python-36-centos7 /bin/bash
如下进入 centos 终端后，进 python 交互环境打印 "hello world! I’m comming!!!", 最后用 exit 退出
[root@yoyo ~]# docker run -i -t centos/python-36-centos7 /bin/bash
(app-root) python
Python 3.6.3 (default, Mar 20 2018, 13:50:41)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-16)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> print("hello world! I’m comming!!!")
hello world! I’m comming!!!
>>> exit()
(app-root) exit
后台模式启动
run 加上 - i -t 是进交互模式，如果不想进交互模式直接执行脚本，可以直接使用 run, 比如 echo "hello world", 屏幕会输出 "hello world"
docker run centos/python-36-centos7 /bin/echo "hello world"
如果不想在前台执行，一般我们运行环境会选择挂后台，加个 - d 参数即可
docker run -d centos/python-36-centos7 /bin/echo "hello world"
[root@yoyo ~]# docker run centos/python-36-centos7 /bin/echo "hello world"
hello world
[root@yoyo ~]# docker run -d centos/python-36-centos7 /bin/echo "hello world"
1e5c22451bf2215f6c098e066b74363f1db9cde97e9ecea02947ccbbf2fa7e8f
[root@yoyo ~]#
使用 - d 后台执行后，会发现下面多了一长串，这个就是容器的唯一 id，可以通过这个 id 找到容器
ps 查看容器
先 run 下 training/webapp
docker run -d -p 5000:5000 training/webapp python app.py
使用 docker ps 查看正在运行的容器
docker ps
[root@yoyo ~]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS
c9e8a325b145 training/webapp "python app.py" 16 hours ago Up 16 hours 0.0.0.0:32768->5000/tcp
[root@yoyo ~]#
上面的 echo "hello world" 只是一个很简单的输出指令，执行完就关闭了，所以 ps 查找正在运行的查不到，可以加个 - a 参数，显示所有的容器，包括未运行的
ps 查找参数相关语法
- -a : 显示所有的容器，包括未运行的。
- -f : 根据条件过滤显示的内容。
- --format : 指定返回值的模板文件。
- -l : 显示最近创建的容器。
- -n : 列出最近创建的 n 个容器。
- --no-trunc : 不截断输出。
- -q : 静默模式，只显示容器编号。
- -s : 显示总的文件大小。
docker ps -a
[root@yoyo ~]# docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
1e5c22451bf2 centos/python-36-centos7 "container-entrypoin…" 10 minutes ago Exited (0) 10 minutes ago hopeful_poincare
1d14dd77352f centos/python-36-centos7 "container-entrypoin…" 12 minutes ago Exited (0) 12 minutes ago nervous_visvesvaraya
fefdcbb9c662 centos/python-36-centos7 "container-entrypoin…" 13 minutes ago Exited (0) 13 minutes ago quirky_cray
9df329b5effd centos/python-36-centos7 "container-entrypoin…" 13 minutes ago Exited (0) 13 minutes ago nifty_roentgen
c9e8a325b145 training/webapp "python app.py" 16 hours ago Up 16 hours 0.0.0.0:32768->5000/tcp kind_kirch
[root@yoyo ~]#
这样就能找到上面的容器 id 1e5c22451bf2 , 不过没那么长
logs 查看日志
可以通过容器 id 去查运行的日志
docker logs [容器 id]
[root@yoyo ~]# docker logs 1e5c22451bf2
hello world
[root@yoyo ~]#
也可以通过容器的名称去查看，注意这里是容器的名称，不是镜像名称。容器名称是系统自动分配的，如上面的最后一项 NAMES 值 hopeful_poincare
[root@yoyo ~]# docker logs hopeful_poincare
hello world
-f: 让 docker logs 像使用 tail -f 一样来输出容器内部的标准输出。
docker logs -f 1e5c22451bf2
停止容器
可以用 ps 查看正在运行的容器
docker ps
[root@yoyo ~]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
c9e8a325b145 training/webapp "python app.py" 17 hours ago Up 17 hours 0.0.0.0:32768->5000/tcp kind_kirch
停止容器的话，可以用 stop 容器的 id 或者容器 NAME 名称
docker stop c9e8a325b145
或者提供容器名称 kind_kirch 来停止
docker stop kind_kirch
启动容器
提供 start 启动容器
[root@yoyo ~]# docker start c9e8a325b145
c9e8a325b145
[root@yoyo ~]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
c9e8a325b145 training/webapp "python app.py" 17 hours ago Up 5 seconds 0.0.0.0:32769->5000/tcp kind_kirch
[root@yoyo ~]#
正在运行的容器，可以使用 docker restart 命令来重启
[root@yoyo ~]# docker restart c9e8a325b145
c9e8a325b145
[root@yoyo ~]#
删除容器
使用 docker rm 命令来删除不需要的容器
[root@yoyo ~]# docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
1e5c22451bf2 centos/python-36-centos7 "container-entrypoin…" 24 minutes ago Exited (0) 24 minutes ago hopeful_poincare
1d14dd77352f centos/python-36-centos7 "container-entrypoin…" 27 minutes ago Exited (0) 27 minutes ago nervous_visvesvaraya
fefdcbb9c662 centos/python-36-centos7 "container-entrypoin…" 27 minutes ago Exited (0) 27 minutes ago quirky_cray
9df329b5effd centos/python-36-centos7 "container-entrypoin…" 27 minutes ago Exited (0) 27 minutes ago nifty_roentgen
c9e8a325b145 training/webapp "python app.py" 17 hours ago Up 41 seconds 0.0.0.0:32770->5000/tcp kind_kirch
[root@yoyo ~]# docker rm 1e5c22451bf2
1e5c22451bf2
[root@yoyo ~]# docker rm 1d14dd77352f
1d14dd77352f
[root@yoyo ~]# docker rm kind_kirch
Error response from daemon: You cannot remove a running container c9e8a325b14534f0b27cfd34e3ceefd16f6a6c9f136c0305d4e60de61f2badc3. Stop the container before attempting removal or force remove
[root@yoyo ~]#
但是 rm 正在运行的容器时候，它会报错，需先 stop，才能 rm
[root@yoyo ~]# docker stop kind_kirch
kind_kirch
[root@yoyo ~]# docker rm kind_kirch
kind_kirch
[root@yoyo ~]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
[root@yoyo ~]#
python 接口 QQ 群：717225969
CentOS 下使用 Docker 快速搭建 LNMP 环境
一、安装 Docker
更新 yum 包
yum -y update
卸载旧版本（如果之前安装过的话）
yum remove docker docker-common docker-selinux docker-engine
安装需要的软件包，yum-util 提供 yum-config-manager 功能，另外两个是 devicemapper 驱动依赖
yum install -y yum-utils device-mapper-persistent-data lvm2
设置 yum 源
yum-config-manager --add-repo http://download.docker.com/linux/centos/docker-ce.repo
以下命令可以查看可用版本
yum list docker-ce --showduplicates | sort -r
选择一个版本并安装
yum -y install docker-ce-18.03.1.ce
启动 Docker 并设置开机启动
systemctl start docker systemctl enable docker
查看 Docker 版本
docker version
二、拉取 LNMP 包
从 Docker 库中获取 LNMP 镜像，可以登录Docker Store去搜所自己想要下载的镜像
从 Docker Store 下载 LMP 镜像
docker pull winstonpro/lnmp
查看已经下载的 Docker 镜像
docker images
三、运行
启动 LMP 镜像
docker run -d -p 32801:80 -p 32802:443 -p 32803:3306 -p 32804:22 --name lnmp winstonpro/lnmp
-d 指的是在后台运行 -p指定暴露的端口 第一个端口是对外暴露的接口 相对应的是内部的端口。
启动成功后可以使用docker ps查看正在运行的docker镜像
测试是否成功！访问你 centos 的ip地址+32801 例如我的centos ip是10.211.55.4:32801
centos7 docker 安装 和在 docker 中搭建 lnmp 环境
https://www.cnblogs.com/yufeng218/p/8370670.html
https://www.cnblogs.com/qgc1995/archive/2018/08/29/9553572.html
lnmp 环境搭建
注：在此文件中配置所需要的容器 docker-compose.yml ，并执行：docker-compose up -d
文件中内容：
1 version: "2"
2 services:
3 web: #容器名称
4 image: hub.haha.com/library/nginx:latest #镜像
5 restart: always
6 volumes: #映射 外部目录对应docker的目录
7 - ./www:/var/www/html
8 - ./nginx/conf:/etc/nginx
9 - ./nginx/log:/var/log/nginx
10 ports:
11 - 8888:80 #映射对应的端口号
12 networks: #整体应用的网络名称
13 - my-network
14 depends_on: #依赖的对象
15 - php
16 php:
17 image: hub.haha.com/library/phpfpm:latest
18 restart: always
19 volumes:
20 - ./www:/var/www/html
21 - ./php/conf.d:/usr/local/etc/php/conf.d
22 networks:
23 - my-network
24 depends_on:
25 - mysql
26 mysql:
27 image: hub.haha.com/library/mysql:latest
28 ports:
29 - 7000:3306
30 volumes:
31 - ./mysql/data:/var/lib/mysql
32 - ./mysql/log:/var/log/mysql
33 - ./mysql/conf:/etc/mysql/mysql.conf.d
34 restart: always
35 environment: #初始化新建数据库
36 - MYSQL_ROOT_PASSWORD=root
37 - MYSQL_DATABASE=wechat
38 networks:
39 - my-network
40 networks: #网络名称
41 my-network:
42 driver: bridge # 指定的运行驱动
version: "2"
services:
web:
image: hub.haha.com/library/nginx:latest
restart: always
volumes:
- ./www:/var/www/html
- ./nginx/conf:/etc/nginx
- ./nginx/log:/var/log/nginx
- ./nginx/ssl:/etc/nginx/ssl
ports:
- 443:80
networks:
- ky-network
depends_on:
- php
php:
image: hub.haha.com/library/phpfpm:latest
restart: always
volumes:
- ./www:/var/www/html
networks:
- ky-network
redis:
image: hub.haha.com/library/redis:3.2.10
volumes:
- ./redis:/data
ports:
- 192.168.0.0:6379:6379
networks:
- ky-network
restart: always
es:
image: hub.haha.com/library/elasticsearch:6.4.3
restart: always
ports:
- 9200:9200
- 9300:9300
environment:
- "discovery.type=single-node"
networks:
- ky-network
esadmin:
image: mobz/elasticsearch-head:5
restart: always
ports:
- 9100:9100
networks:
- ky-network
networks:
ky-network:
driver: bridge
[root@wayhood ky-docker]# cat docker-compose.yml
version: "2"
services:
web:
image: hub.haha.com/library/nginx:latest
restart: always
volumes:
- ./www:/var/www/html
- ./nginx/conf:/etc/nginx
- ./nginx/log:/var/log/nginx
- ./nginx/ssl:/etc/nginx/ssl
ports:
- 443:80
networks:
- ky-network
depends_on:
- php
php:
image: hub.haha.com/library/phpfpm:latest
restart: always
volumes:
- ./www:/var/www/html
networks:
- ky-network
redis:
image: hub.haha.com/library/redis:3.2.10
volumes:
- ./redis:/data
ports:
- 192.168.0.0:6379:6379
networks:
- ky-network
restart: always
es:
image: hub.haha.com/library/elasticsearch:6.4.3
restart: always
ports:
- 9200:9200
- 9300:9300
environment:
- "discovery.type=single-node"
networks:
- ky-network
esadmin:
image: mobz/elasticsearch-head:5
restart: always
ports:
- 9100:9100
networks:
- ky-network
networks:
ky-network:
driver: bridge
docker exec -it wechat_web_1 bash 或 docker-compose exec php bash 进入 docker 中查看原始 php 目录
1、安装 Docker，命令：yum install docker-ce 默认安装最新版本
yum install docker-ce
安装 Docker，命令：yum install docker-ce - 版本号，我选的是 17.12.1.ce，如下
[root@localhost ~]# yum install docker-ce-17.12.1.ce2、安装需要的软件包， yum-util 提供 yum-config-manager 功能，另外两个是 devicemapper 驱动依赖的
$ sudo yum install -y yum-utils device-mapper-persistent-data lvm23、启动并加入开机启动
$ sudo systemctl start docker
$ sudo systemctl enable docker4、验证安装是否成功 (有 client 和 service 两部分表示 docker 安装启动都成功了)
$ docker version
centos7 docker安装 和在docker中搭建lnmp环境
https://www.cnblogs.com/yufeng218/p/8370670.html
https://www.cnblogs.com/qgc1995/archive/2018/08/29/9553572.html
1、安装Docker，命令：yum install docker-ce 默认安装最新版本
yum install docker-ce
安装Docker，命令：yum install docker-ce-版本号，我选的是17.12.1.ce，如下
[root@localhost ~]# yum install docker-ce-17.12.1.ce
2、安装需要的软件包， yum-util 提供yum-config-manager功能，另外两个是devicemapper驱动依赖的
$ sudo yum install -y yum-utils device-mapper-persistent-data lvm2
3、启动并加入开机启动
$ sudo systemctl start docker $ sudo systemctl enable docker
4、验证安装是否成功(有client和service两部分表示docker安装启动都成功了)
$ docker version
CentOS7 Nvidia Docker环境搭建
最近在搞tensorflow的一些东西，话说这东西是真的皮，搞不懂。但是环境还是磕磕碰碰的搭起来了
其实本来是没想到用docker的，但是就一台配置较好的服务器，还要运行公司的其他环境，vmware esxi用起来太费劲，还是算了。
环境：
系统：CentOS7 7.4 1708
显卡：Nvidia 1080Ti
下载所有需要的东东
1、docker-ce yum repo : https://download.docker.com/linux/centos/docker-ce.repo
2、nvidia-docker yum repo : https://nvidia.github.io/nvidia-docker/centos7/x86_64/nvidia-docker.repo
3、nvidia cuda yum repo : http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-9.1.85-1.x86_64.rpm
4、nvidia cudnn : https://developer.nvidia.com/cudnn
这个东西需要注册nvidia账号，就不给直接下载地址了。
5、nvidia驱动 : http://www.nvidia.cn/Download/index.aspx?lang=cn
按自己的显卡型号下载
6、nvidia docker file : https://hub.docker.com/r/nvidia/cuda/
这里面可以看到很多dockerfile，选择
9.0-base-centos7 (9.0/base/Dockerfile)
其他的cuda9.1这些应该也可以用，另外有像devel和runtime这样的，其实就是yum安装的cuda包不太一样，没多大关系。
点进去后复制下来保存为Dockerfile文件，但是之后搞的时候发现有点问题，修改了一下，可以从这儿复制
FROM centos:7
LABEL maintainer "NVIDIA CORPORATION <cudatools@nvidia.com>"
RUN NVIDIA_GPGKEY_SUM=d1be581509378368edeec8c1eb2958702feedf3bc3d17011adbf24efacce4ab5 && \
curl -fsSL https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/7fa2af80.pub | sed ''/^Version/d'' > /etc/pki/rpm-gpg/RPM-GPG-KEY-NVIDIA && \
echo "$NVIDIA_GPGKEY_SUM /etc/pki/rpm-gpg/RPM-GPG-KEY-NVIDIA" | sha256sum -c --strict -
#COPY cuda.repo /etc/yum.repos.d/cuda.repo
ENV CUDA_VERSION 9.0.176
ENV CUDA_PKG_VERSION 9-0-$CUDA_VERSION-1
#RUN yum install -y \
# cuda-cudart-$CUDA_PKG_VERSION && \
# ln -s cuda-9.0 /usr/local/cuda && \
# rm -rf /var/cache/yum/*
# nvidia-docker 1.0
LABEL com.nvidia.volumes.needed="nvidia_driver"
LABEL com.nvidia.cuda.version="${CUDA_VERSION}"
RUN echo "/usr/local/nvidia/lib" >> /etc/ld.so.conf.d/nvidia.conf && \
echo "/usr/local/nvidia/lib64" >> /etc/ld.so.conf.d/nvidia.conf
ENV PATH /usr/local/nvidia/bin:/usr/local/cuda/bin:${PATH}
ENV LD_LIBRARY_PATH /usr/local/nvidia/lib:/usr/local/nvidia/lib64
# nvidia-container-runtime
ENV NVIDIA_VISIBLE_DEVICES all
ENV NVIDIA_DRIVER_CAPABILITIES compute,utility
ENV NVIDIA_REQUIRE_CUDA "cuda>=9.0"
所有的文件
[root@localhost nvidia]# pwd /root/nvidia [root@localhost nvidia]# ll total 420000 drwxr-xr-x. 2 root root 4096 Feb 10 10:50 centos-gpu -rw-r--r--. 1 root root 3335 Jan 29 10:36 cuda-repo-rhel7-9.1.85-1.x86_64.rpm -rw-r--r--. 1 root root 348817823 Feb 6 16:26 cudnn-9.0-linux-x64-v7.tgz -rw-r--r--. 1 root root 2424 Feb 9 10:36 docker-ce.repo -rw-r--r--. 1 root root 796 Feb 9 17:11 nvidia-docker.repo -rwxr-xr-x. 1 root root 81242220 Jan 31 14:19 NVIDIA-Linux-x86_64-390.25.run
centos-gpu里有Dockerfile文件
准备工作
直接上命令，一看就明白
[root@localhost nvidia]# cp docker-ce.repo nvidia-docker.repo /etc/yum.repos.d/ [root@localhost nvidia]# rpm -ivh cuda-repo-rhel7-9.1.85-1.x86_64.rpm [root@localhost nvidia]# yum install epel-release [root@localhost nvidia]# yum install gcc gcc-c++ [root@localhost nvidia]# yum install kernel*
安装驱动
[root@localhost nvidia]# echo "blacklist nouveau" >>/etc/modprobe.d/blacklist.conf [root@localhost nvidia]# mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak dracut -v /boot/initramfs-$(uname -r).img $(uname -r) [root@localhost nvidia]# init 3 [root@localhost nvidia]# chmod +x NVIDIA-Linux-x86_64-390.25.run [root@localhost nvidia]# ./NVIDIA-Linux-x86_64-390.25.run
大概步骤就是这样，如果出现问题，可以直接网上找一找，应该不会太难
安装和启动docker
[root@localhost nvidia]# yum install docker-ce nvidia-docker [root@localhost nvidia]# systemctl enable docker [root@localhost nvidia]# systemctl start docker [root@localhost nvidia]# systemctl enable nvidia-docker [root@localhost nvidia]# systemctl start nvidia-docker
记得显卡驱动一定要先装好，nvidia-docker才能正常启动
制作docker镜像
[root@localhost nvidia]# yum install cuda-cudart-9-0-9.0.176-1 [root@localhost nvidia]# ln -s cuda-9.0 /usr/local/cuda [root@localhost nvidia]# nvidia-docker build -t centos-nvidia /root/nvidia/centos-gpu
如果你是用的我修改的Dockfile应该不会有什么问题，如果你是用的原版的，可能会在
#COPY cuda.repo /etc/yum.repos.d/cuda.repo
出错，但是咱们已经下载cuda 的 repo，并安装了，所以这一步可以不用。
镜像制作结束后，可以用命令 docker images 查看一下：
[root@localhost centos-gpu]# docker images REPOSITORY TAG IMAGE ID CREATED SIZE centos-nvidia latest a02c8e0ad5ca 2 hours ago 207MB
如果有这一行应该就算是成功了。
生成docker
[root@localhost centos-gpu]# nvidia-docker run --name="centos-gpu2" -ti a02c /bin/bash
[root@34d532e76913 /]# nvidia-smi
Sat Feb 10 03:42:20 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.25 Driver Version: 390.25 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 108... Off | 00000000:02:00.0 Off | N/A |
| 23% 17C P8 8W / 250W | 10MiB / 11178MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
[root@34d532e76913 /]# exit
如果类似于上面的输出结果，差不多就可以了。
使用Docker
[root@localhost centos-gpu]# nvidia-docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 34d532e76913 a02c "/bin/bash" 3 minutes ago Exited (0) 12 seconds ago centos-gpu2 d16c2db2bf2e a02c "/bin/bash" 2 hours ago Exited (0) 19 minutes ago centos-gpu 370671db8df1 3afd "/bin/bash" 19 hours ago Exited (137) 3 hours ago centos-dronemap [root@localhost centos-gpu]# nvidia-docker start 34d5 34d5 [root@localhost centos-gpu]# nvidia-docker cp /root/nvidia/cuda-repo-rhel7-9.1.85-1.x86_64.rpm 34d532e76913:/root [root@localhost centos-gpu]# nvidia-docker exec -ti 34d5 /bin/bash [root@34d532e76913 /]# cd [root@34d532e76913 ~]# ls anaconda-ks.cfg cuda-repo-rhel7-9.1.85-1.x86_64.rpm [root@34d532e76913 ~]# rpm -ivh cuda-repo-rhel7-9.1.85-1.x86_64.rpm warning: cuda-repo-rhel7-9.1.85-1.x86_64.rpm: Header V3 RSA/SHA512 Signature, key ID 7fa2af80: NOKEY Preparing... ################################# [100%] Updating / installing... 1:cuda-repo-rhel7-9.1.85-1 ################################# [100%] [root@34d532e76913 ~]# yum install cuda-*9-0*
这里需要注意的是类似于 34d532e76913 这样的编号，是docker自动生成的，运行的时候需要修改一下。
到目前基本上cuda的环境就搭建好了。
TensorFlow
把下载的cudnn包用docker cp复制到docker中，解压下来，将里面的lib64路径添加到 /etc/ld.so.conf.d/nvidia.conf 中，运行ldconfig，就ok了。
上面的环境好了以后，再安装python等等软件，这就不说了。之后tensorflow的一些例子就可以在docker里运行了。当然你得安装gpu版本的，才能发挥显卡的威力。
另外也可以不必要这么麻烦，有已经制作好的镜像可以拿来用，可以参考：https://hub.docker.com/r/tensorflow/tensorflow/
其他
另外也有现成的cuda镜像可以用，参考：https://hub.docker.com/r/nvidia/cuda/
直接使用命令：docker pull nvidia/cuda 就可以下载镜像了，只不过这是ubuntu版本的，和我们的生成环境不符，如果要其他版本的可以参考上面的例子。
最后
这一段时间没有写什么东西，另外之前的关于图形绘图的东西，一直没扔，已经有很多东西可以和大家分享了，只不过时间很少，还没来得及整理。等有空了就能听着音乐在屏幕前磨洋工了，KeKe～。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
- 在CentOS 7上安装Docker环境的方法与注意事项
- 详解docker镜像centos7配置Java运行环境
- 详解Centos6.5下docker 环境搭建
- centos搭建部署docker环境的详细步骤
今天关于docker 学习 2 - 快速搭建 centos7-python3.6 环境和docker搭建python开发环境的介绍到此结束，谢谢您的阅读，有关CentOS 下使用 Docker 快速搭建 LNMP 环境、centos7 docker 安装 和在 docker 中搭建 lnmp 环境、centos7 docker安装 和在docker中搭建lnmp环境、CentOS7 Nvidia Docker环境搭建等更多相关知识的信息可以在本站进行查询。
本文标签：
![[转帖]Ubuntu 安装 Wine方法（ubuntu如何安装wine）](https://www.gvkun.com/zb_users/cache/thumbs/4c83df0e2303284d68480d1b1378581d-180-120-1.jpg)
