基于Deepo快速配置深度学习环境
在开始深度学习之前，需先做好一件小事，那就是配置环境，配环境的烦恼配过的都知道，话不多说，直奔主题……
在阅读本文之前需要了解：docker是什么？docker的常用命令有哪些？（当然，不了解也没有关系，按照本文所述步骤一步步来就可以不明觉厉的配好环境了hiahiahia）
ufoym/deepo是一个几乎包含所有主流深度学习框架环境的docker镜像：theano, tensorflow, sonnet, pytorch, keras, lasagne, mxnet, cntk, chainer, caffe, torch。借助该镜像，可以快速配置环境，
配置环境七步走，如下：
STEP 1：获取镜像ufoym/deepo，详情请自行百度"ufoym/deepo"，然后食用。（可根据自身情况选择GPU或者CPU版本）
STEP 2：运行镜像，创建容器
sudo nvidia-docker run -it --name=容器名 -v 宿主机目录:/容器内目录 -p 自定义端口号（此处假定为23333）:22 ufoym/deepo bash运行该命令后就进入了docker中。（创建容器的命令也是在不断变化的，具体需要看官方文档，如果nvidia-docker run不能用的话，可以试试sudo docker run --gpus all -it ）
其中，-v是实现目录挂载，关于目录挂载，可参考https://www.cnblogs.com/ivictor/p/4834864.html
-p是端口映射，映射成功后可以直接通过映射后的端口访问docker。
举例：假设服务器IP地址为**.**.*.***，端口映射为 -p 23333:22 -p 23334:6006 -p 23335:8888，其中8888是jupyter的默认端口，6006是tensorboard的默认端口。则可
- 通过**.**.*.***的23333端口可以直接访问docker，无需通过22端口进入服务器，再在服务器中进入docker
- 同一网段内的任意浏览器都可以通过**.**.*.***:6006来访问tensorboard（前提：已开启tensorboard服务）
- 同一网段内的任意浏览器都可以通过**.**.*.***:8888来访问jupyter（前提：已开启jupyter服务）
至此，已经可以使用docker开始工作了……后面的操作是为了提高使用体验。
接下来，步骤3,4,5是为了打开docker的TCP 22端口，以便通过docker的端口号直接ssh访问docker。3，4，5，6步均在docker中进行操作。如果不打开22端口，是没有办法通过映射的端口号直接登录docker的。
STEP 3：在docker内安装openssh-server。
apt-get install openssh-server如果安装失败，运行apt-get update与apt-get upgrade，然后再次尝试安装。
STEP 4：修改配置文件
如果不把PermitRootLogin prohibit-password注释掉，会禁止root用密码登录
首先用vim /etc/ssh/sshd_config打开文件，
然后将PermitRootLogin prohibit-password用#注释掉 ,新增一行PermitRootLogin 改为yes
# 参考 https://www.cnblogs.com/miaodi/p/6718950.htmlSTEP 5：开启SSH服务，这样就可以通过映射后的端口直接访问docker。
service ssh restart
（或者/etc/init.d/ssh start
或者service ssh start），这三个命令总有一个管用STEP 6：设置root密码，输入passwd root然后回车，依照提示输入密码即可。
STEP 7：退出容器
如果用exit退出容器的话，那么在退出之后会关闭容器。TCP服务也不能用了，自然就不能直接访问docker
所以，采用快捷键Ctrl+P+Q退出容器而不关闭容器，下一次就可以直接通过映射后的端口访问docker。
好了，至此大功告成，欢迎批评指正。
完成以上配置之后，便可以像这样使用docker...
# 前提：在docker中开启ssh服务，即service ssh restart；docker处于开启状态，即可以通过docker ps查看到你的docker
#进入docker
ssh -p [自己设置的端口号] root@[ip地址]
#使用jupyter
在docker中开启jupyter服务，然后在本地电脑浏览器上进入网址**.**.*.***:8888