1. 登录服务器
使用MobaXterm软件，根据ip地址，端口，账号用户名，密码登录。
2. 创建拉取镜像
- 注意：以下操作如果出现如下报错，则说明需要root权限，sudo -i即可。
网址：https://registry.hub.docker.com/，直接搜索拉取即可。
- 拉取镜像：
docker pull pytorch/pytorch:1.8.1-cuda11.1-cudnn8-devel
镜像拉取后也许可以选择删除镜像，清理内存，不过楼主没有进行这个操作，不知是否会影响后续建立容器
- 查找镜像，找到IMAGE ID
docker images
- 删除镜像
docker rmi IMAGE ID
3. 创建容器
- 新建容器
docker run -itd --gpus all --shm-size 24g --name mmdet222 -p 20201:22 -p 20202:6006 -p 20203:8888 -p 20204:80 -v /home/docker/user/zhangwenhui/:/workspace pytorch/pytorch:1.8.1-cuda11.1-cudnn8-devel
-itd：以交互模式运行容器，为容器重新分配一个伪输入终端，后台运行容器，并返回容器ID
--gpus all：表示使用--gpus选项指定GPU设备，例如--gpus all，--gpus '"device=1,2"'
--shm-size(重要）：docker共享内存大小，默认为64M，如果不设置会出现RuntimeError(楼主成功踩坑，文 末说明补救方法)，设置的大小可以使用df -h命令查看服务器shm的大小进行调整
--name：docker名字
-p：将容器的端口映射到本地的端口，例如20201:22是将容器的22端口映射到本地的20201端口(因为本地的22端口肯定是已经被占用了，需要进行映射)
-v：容器的位置映射，“/home/docker/user/zhangwenhui/”为本地目录，“workspace”为容器目录，表示将“/home/docker/user/zhangwenhui/”挂载到容器的“workspace”目录pytorch/pytorch:1.8.1-cuda11.1-cudnn8-devel：“pytorch/pytorch”为镜像的名字，“1.8.1-cuda11.1- cudnn8-devel”为镜像的TAG。表示根据该镜像生成容器；
- 打开容器，红框为容器编号CONTAINER ID
docker ps
- 进入容器
docker exec -it 486af478a5d7 bash
- 安装必须软件
apt-get update apt-get install sudo apt-get install -y openssh-server wget vim screen
apt-get是一条linux命令，适用于deb包管理式的操作系统，主要用于自动从互联网的软件仓库中搜索、安装、升级、卸载软件或操作系统。（在此之前楼主几乎没怎么接触过，不过不妨碍它很强大，在此之前楼主遇到没有的东西习关于pip install，但这是基于python的)
因此在linux系统如果使用某个指令报错：command not found，建议使用apt-get install，apt install也行
- 推荐安装locate，可以查找文件位置
apt-get install mlocate sudo updatedb ## 更新数据库，不然仍会报错
- 允许通过ssh登录容器
echo "PermitRootLogin yes" >> /etc/ssh/sshd_config
- 重启ssh服务
service ssh restart
- 设置登录密码
passwd root
- 退出容器
exit
- 通过ssh进入容器，端口号不是22，而是容器的22端口号映射到本地的端口号。
4. 安装mmcv-full，mmdet
在安装之前，会出现一个小问题，root前没有(base)，说明此时并没有进入conda环境 尝试conda activate base，结果是conda :command not found，说明conda无法使用 原因是没有将conda路径加入./bashrc文件中，因此需要进入./bashrc文件中，添加conda路径
因为conda为指令，所以用whereis定位，bashrc为文件，用locate定位。
- 定位conda，找到conda位置
whereis conda
- 定位bashrc，找到./bashrc文件位置，为/root/.bashrc
locate "bashrc"
- 进入./bashrc文件，将conda路径"/opt/conda/bin/"加入./bashrc文件末尾
vim /root/.bashrc
- 在修改./bashrc文件之后，需要激活
source ~/.bashrc
至此，conda命令可以使用，用conda activate base进入base环境，如果报错，可以conda init，然后重启ssh即可。
官方文档提供了好几种方法安装mmdetection，其中有两种比较简洁好用
- 使用openmim，该方法最为简洁，但是在用mim时如果网速不佳，或者因为其他问题导致下载速度很慢，就不提倡使用(楼主深受其害，VPN也不行，会报错节点不对，咱也不懂，mim也不能用镜像源)
pip install openmim mim install mmdet
- 使用pip，这也是楼主最后选择使用的，该方法也很简洁，并且因为是pip，所以可以使用清华源(啥也不说了，清华源yyds)。注意：在安装之前，一定要去MMCV官方文档查看pytorch与cuda的版本是否匹配，然后去MMdet官方文档(附带安装教程)查看MMdet与MMCV的版本匹配。建议加清华源，不然速度会很慢。
# 加清华源之前pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.htmlpip install mmdet==2.19.0 # 加清华源之后pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.htmlpip install -i https://pypi.tuna.tsinghua.edu.cn/simple mmdet==2.19.0
安装完成，查看conda环境里的包，也可以通过这个命令查看pytorch与cuda的版本
conda list
5. 安装jupyter，远程登录
jupyter notebook是楼主认为比较好用的编程软件，重在轻量化，界面简单（楼主喜欢简洁） 安装问题不大，主要在于设置登录密码，修改配置文件
- 安装jupyter和conda扩展
conda install jupyter nb_conda
- 设置密码
# 终端进入pythonfrom notebook.auth import passwdpasswd()# 会让你设置密码，输入两次，之后得到密令，引号里面的就是
- 生成jupyter配置文件，进入配置文件
jupyter notebook --generate-config --allow-root vim /root/.jupyter/jupyter_notebook_config.py
- 找到以下代码，进行修改
c.NotebookApp.allow_root =True c.NotebookApp.ip = '*' c.NotebookApp.password = '密令' c.NotebookApp.port = 8888 c.NotebookApp.allow_remote_access = True
- 打开jupyter
# 正常启动jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root # 后台启动(即使关闭ssh，jupyter也能一直运行)nohup jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root & ### 此处的8888端口号为容器的8888端口，在使用浏览器登录时需要使用本地映射端口，比如楼主的是20203。 ### 假如ssh的ip为10.10.10.1:22，登录IP为10.10.10.1:20203
最后，因为在建立容器时没有设置shm-size参数，所以在跑代码时报错：
RuntimeError: DataLoader worker (pid XXX) is killed by signal: Bus error
解决方法(手动更改shm大小)：
- 使用服务器账号，进入服务器，sudo-i获取root权限，使用docker ps查找容器ID
- 使用locate查找包含容器ID的所有路径，找到一个类似/home/docker/containers/容器ID的目录
- 在该目录下进入hostconfig.json文件，修改shmsize，该处的shmsize单位为bit，1G=2^30
- 在修改文件前，需要停止容器：docker stop 容器ID
- 修改文件之后，开启容器，并重启ssh：docker start 容器ID，service ssh restart
- 如果在修改结束，重启容器后，发现配置文件又回到修改前，则需要在修改文件前关闭容器服务：service docker stop，在修改完后开启容器服务，service docker start。完成此操作的同时，仍需进行4，5操作
