1.创建镜像仓库账号
这里以申请阿里云容器镜像服务（免费），并创建仓库为例，其他仓库如dockerhub、谷歌、亚马逊、腾讯等详见对应产品说明书。
打开阿里云容器服务地址为（https://cr.console.aliyun.com）
注册开通后产品页面如下
第一步切换标签页到命名空间，创建地址唯一的命名空间
根据大赛要求选择对应的地域，其他的按照自己需求选择或填写
下一步，选择本地仓库，不建议其他选项，完成创建。
点击管理，可查看详情。
详情页如下，有基本的操作命令，仓库地址一般使用公网地址即可。
按照页面的指令在本地完成登陆:
exportDOCKER_REGISTRY= your_registry_url<docker registry url> (注意这里your_registry_url最后字段结尾，不能多不能少E.g registry.cn-shanghai.aliyuncs.com/xxxx/xxxx) docker login $DOCKER_REGISTRY \ --username your_username \ --password your_password
2.实践docker 练习赛（天池）
2.1 练习赛链接&资料
gpu版本练习赛链接 【推荐】
2.2 GPU版docker练习赛实践
这里以GPU版docker 练习赛中的练习一为例来构建镜像并提交：
首先我们写一个main.py，实现读取/tcdata下的数据，计算a*b 生成result.npy文件
#main.pyimportosimportnumpyasnpimporttorchdevice=torch.device("cuda") data_dir='/tcdata'a=np.load(os.path(data_dir,a.npy)) b=np.load(os.path(data_dir,b.npy)) a=torch.from_numpy(a).to(device) b=torch.from_numpy(b).to(device) c=torch.matmul(a,b).cpu() print(c) np.save("result.npy", c)
编写入口文件run.sh
#bin/bash#打印GPU信息nvidia-smi #执行math.pypython3 math.py
然后编写Dockerfile 用于打包main.py和运行环境为镜像
# Base Images ## 从天池基础镜像构建(from的base img 根据自己的需要更换，建议使用天池open list镜像链接：https://tianchi.aliyun.com/forum/postDetail?postId=67720) FROM registry.cn-shanghai.aliyuncs.com/tcc-public/pytorch:1.1.0-cuda10.0-py3 ##安装python依赖包 RUN pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple ## 把当前文件夹里的文件构建到镜像的根目录下,并设置为默认工作目录 ADD . / WORKDIR / ## 镜像启动后统一执行 sh run.sh CMD ["sh", "run.sh"]
命令行执行，构建镜像：
tips: 镜像命名根据自己申请的仓库registry来，可以省去tag步骤直接上传，保持本地镜像清洁。
$ docker build -t registry.cn-shanghai.aliyuncs.com/xxxx/test:0.1 .
上传镜像仓库
$ docker push registry.cn-shanghai.aliyuncs.com/xxxx/test:0.1
天池页面提交
天池实验室
首页
天池大赛
其他
技术圈
AI学习
数据集
首页>天池大赛>2019广东工业智造创新大赛[赛场二]
状态
奖金
参赛队伍
赛季2
举办方
进行中
2019-10-25
￥1000000
广东省人民度府2-0ac0m4
2019广东工业智造创新大赛[赛场二
832
请填写镜像相关信息
赛制
推荐使用阿里云私有镜像服务,公开镇像地址可不必填享用户名及密码,
复赛
赛题与数据
镜像路径
registry.cnshenzhen.aliyuncs.com/estoriachites
用户名
12345678@qq.com
排行榜
密码
论坛
镜像路径:
配置路径
提交
验证
关闭
学习资科
代码规范
jobnotexist
容器镇像!
提交结果
我的成绩
我的团队
正在运行的状态running,其他状态对应展开也可以看到详情，如错误状态展开可看到大致reason.
复赛
提示
您的结果将被实时返回,您队伍的当天剩余提交次数为5次.
镜像路径:
提交
已配置路径:registry.cn-hangzhou.aliyuncs.co
配置路径
running
startedat:datetie.datti(2z
运行结束或者运行失败都会有邮件通知到提交人留在天池的邮箱里，收到提示即可回到大赛页面查看成绩及日志
3.docker 在本地使用gpu
docker在新的版本中均已支持直接调用gpu，通过--gpu 指定使用哪个gpu, --gpu all 则是使用所有gpu
前提：请确保已按照前文环境篇linux末尾安装了Nvidia对docker的软件支持。
docker run --gpu all registry.cn-shanghai.aliyuncs.com/xxxx/test:0.1
调试:
docker run -it--gpu all registry.cn-shanghai.aliyuncs.com/xxxx/test:0.1 /bin/bash # nvidia-smi Thu Jan 719:04:55 2021+-----------------------------------------------------------------------------+| NVIDIA-SMI 418.87.01 Driver Version: 418.87.01 CUDA Version: 10.1 | |-------------------------------+----------------------+----------------------+| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 Tesla P100-PCIE... On | 00000000:00:08.0 Off | 0 | | N/A 29C P0 24W / 250W | 0MiB / 16280MiB | 0% Default | +-------------------------------+----------------------+----------------------+| 1 Tesla P100-PCIE... On | 00000000:00:09.0 Off | 0 | | N/A 31C P0 26W / 250W | 0MiB / 16280MiB | 0% Default | +-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+| Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | No running processes found | +-----------------------------------------------------------------------------+
