CentOS7 安装docker-ce、nvidia-docker和Deepo

Deepo是一个深度学习docker镜像，包含常用深度学习框架 https://github.com/ufoym/deepo

记录下安装过程，以备之后查阅：

系统CentOS7.5、显卡Tesla-P100，NVIDIA驱动 410.48、CUDA version 10.0.130、cudnn version 7.3.1

---

1、首先用yum安装docker-ce

# step 1: 安装必要的一些系统工具
sudo yum install -y yum-utils device-mapper-persistent-data lvm2
# Step 2: 添加软件源信息
sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
# Step 3: 更新并安装 Docker-CE
sudo yum makecache fast
sudo yum -y install docker-ce
# Step 4: 开启Docker服务
sudo service docker start

由于使用了teamviewer，在第一步yum源报错：http://linux.teamviewer.com/yum/stable/main/binary-x86_64/repodata/repomd.xml: [Error 14]curl#7 - "Failed connect to linux.teamviewer.com:80; Operation now in progress"

Trying other mirror.

尝试换源，清空源缓存无效，最终通过屏蔽yum默认搜索的teamviewer库解决：

yum-config-manager repos --disable=teamviewer

 

 安装完docker后可以用docker version命令查看docker版本，或者用systemctl status docker.service查看Docker运行状态。

2、安装nvidia-docker

按照https://github.com/NVIDIA/nvidia-docker步骤来：

# Add the package repositories
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | \
  sudo tee /etc/yum.repos.d/nvidia-docker.repo

# Install nvidia-docker2 and reload the Docker daemon configuration
sudo yum install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda:10.0-base nvidia-smi

可以使用阿里云的源对docker镜像下载加速，具体步骤阿里云官网有，不多赘述。

3、Deepo

安装好nvidia-docker后直接拉取Deepo镜像

docker pull ufoym/deepo

使docker容器可以调用GPU

nvidia-docker run --rm ufoym/deepo nvidia-smi

（之前在用cuda7时在这里会报错，原因是安装nvidia-docker时docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi命令默认安装的cuda版本大于7，通过指定cuda的安装版本可以解决。）

到这里Deepo就安装好了，我们可以在docker下使用Deepo镜像

nvidia-docker run -it ufoym/deepo bash

docker常用命令之后慢慢更新......