Docker

镜像加速器

vi /etc/docker/daemon.json

"registry-mirrors": [
"https://mirror.baidubce.com",
"https://docker.mirrors.ustc.edu.cn",
"https://docker.io"
]

镜像

1. 获取镜像 $ docker pull [选项] [Docker Registry 地址[:端口号]/]仓库名[:标签]
2. 列出镜像 docker image ls
3. 查看镜像、容器、数据卷所占用的空间 docker system df
4. 删除无用虚悬镜像 docker image prune
5. 删除本地镜像 $ docker image rm [选项] <镜像1> [<镜像2> ...]

容器

1. 运行容器

   $ docker run -it --rm ubuntu:18.04 bash

2. 启动已终止容器 docker container start

3. 参数 -d 让容器后台运行

   1. 获取容器输出 docker container logs

4. 终止、重启容器 docker container stop/restart

5. 打开后台运行的容器 docker exec

6. 导出、导入 docker export/import

7. 删除 docker container rm

8. 清理掉所有处于终止状态的容器 docker container prune

9. 端口映射 -p\-P IP:host_port:container_port

10. 绑定目录 docker run --mount type=bind,src=$PWD,dst=/etc,ro ...

其他

Docker 从入门到实践

无法启动docker-desktop

wsl --unregister docker-desktop
wsl --unregister docker-desktop-data

vim 修改文件

设置选项 set backupcopy=yes or set bkc=yes

限制资源使用

docker update --cpus '3.5' --memory '8G' ID

podman

镜像配置 阿里云：aliyun podman mirror

unqualified-search-registries = ["docker.io"]
 
[[registry]]
prefix = "docker.io"
location = "xxxxxx.mirror.aliyuncs.com"

使用nvidia显卡

1. 安装 nvidia 驱动

2. 安装 docker-ce

Install Docker Engine on Ubuntu | Docker Documentation

3. 安装 Nvidia Docker 2.0

Installation Guide — NVIDIA Cloud Native Technologies documentation

4. 拉取 tensorflow 镜像

Docker  |  TensorFlow

5. 创建 Dockerfile

Sample application | Docker Documentation

6. 补充。。。

TensorFlow with GPU using Docker (and PyCharm) (josehoras.github.io)