為了不用搭環(huán)境去使用GPU服務畅形，然鵝太費錢了养距，每一分鐘都在燒錢，扛不住了束亏，決定自己搭環(huán)境吧铃在，畢竟有GPU可用。
1. 服務器上已有的環(huán)境就是docker集群碍遍，所以很簡單定铜，pull一個pytorch的鏡像就可以開始啦
去官網(wǎng)找合適的pytorch鏡像版本，服務器上cuda是11.0的怕敬，但官網(wǎng)上面沒有該版本揣炕，我選擇了10.1版本的。
docker pull pytorch/pytorch:1.3-cuda10.1-cudnn7-devel东跪，如果權限不夠需要加sudo
（有博客說要和cuda版本一致畸陡，否則docker run會報錯，我是沒辦法虽填，只能一試丁恭，發(fā)現(xiàn)可以run。）
耐心等待就好斋日。
2. 使用docker images查看牲览，看看鏡像倉庫里是不是有了我們剛剛拉取的鏡像
pytorch/pytorch是鏡像名稱， 1.3-coda10.1-cudnn7-devel是標簽恶守， fe0f6ec79dbf是鏡像id
3. 使用該鏡像創(chuàng)建運行一個容器：sudo docker run -t -i pytorch/pytorch:1.3-cuda10.1-cudnn7-devel /bin/bash
如果想在一開始就設置容器在后臺運行第献，那么需要在-it后面加-d，會返回容器ID
如果想要使用gpu加速兔港， 將docker run改成docker-nvidia run即可庸毫。
參數(shù)說明：
? ? -i: 交互式操作。
? ??-t: 終端衫樊。
? ??pytorch/pytorch:1.3-cuda10.1-cudnn7-devel: 這是指用 pytorch:1.3-cuda10.1-cudnn7-devel 版本鏡像為基礎來啟動容器飒赃。
? ??/bin/bash：放在鏡像名后的是命令，這里我們希望有個交互式 Shell，因此用的是 /bin/bash盒揉。
@后面的0d10ba3b0aaf就是啟動的容器id
4. 常用命令
?docker exit：退出容器（即使run的時候規(guī)定了-d后臺運行晋被，一樣會結(jié)束）
Ctrl + P + Q：退出容器保持后臺運行
docker ps：查看已有容器 （docker ps -n 1：可以看到剛剛操作的容器，做一個篩選）
因為run的時候沒有規(guī)定容器的命名刚盈，所以想辦法改一下這個容器的這些屬性羡洛。
首先看到容器有ID和名字，但都有點難記藕漱，所以還是自己給它命名一個好記欲侮。
docker rename old_name? new_name ：重命名容器
docker start：啟動已被停止的容器
docker stop：停止運行中的容器
docker restart：重啟容器
docker?exec?-it ContainerName /bin/bash：再次進入一個正在運行的容器，使用docker exit也不會真的結(jié)束肋联。
docker?exec?-u 0 -it ContainerName /bin/bash:?以root身份進入容器
docker attach 容器名或id：從后臺進入正在運行的容器
docker cp 本地路徑 容器ID:容器路徑：拷貝本地文件到容器
5. 把數(shù)據(jù)都拷貝完了之后威蕉，就可以使用python xx.py開始跑代碼啦，缺什么包就pip安裝橄仍，優(yōu)先使用國內(nèi)源韧涨。
pip in install xx -i https://pypi/tuna/tsinghua.edu.cn/simple
如果要指定GPU有好幾種方法：
（1）CUDA_VISIBLE_DEVICES = 1 python xx.py （命令行）
（2）os.environ['CUDA_VISIBLE_DEVICES'] = '1' （代碼里）
（3）net = Net.cuda(1) （代碼里，沒試過）
（4）net = torch.nn.DataParallel(model, device_ids=[1]) （代碼里侮繁，沒試過）
推薦一款全能終端神器：MobaXterm虑粥，上傳下載刪除文件很快，對界面用戶非常友好宪哩，還特別可愛娩贷！待機時間長了會有可達鴨飛出來！
