在服务器上使用docker
说明
本文详细记录了笔者在使用docker安装habitat渲染环境的过程。同时感谢前人在habitat上的环境创建便利后人的使用。
主线是docker的一些使用命令，关于habitat渲染环境的安装会在后续补充。
docker基础命令
查看服务器已有镜像。
python
docker images下载我们需要的包含habitat的镜像。
python
docker pull fairembodied/habitat-challenge:testing_2022_habitat_base_docker查看正在运行容器。
python
docker ps -a启动新容器
python
docker run --runtime=nvidia -it -d --name="容器名称" -v 镜像名称 /bin/bash
#docker run --runtime=nvidia -it fairembodied/habitat-challenge:testing_2022_habitat_base_docker- 这里需要注意到是我们在docker配置的环境需要用到gpu，因此要挂上nvidia。
容器基础配置
如果前面使用的容器是配置好环境的，就可以直接使用了。
这里记录一下从开始配置的过程，包括anaconda的安装。
网络安装
python
apt-get update
apt install net-tools
apt install iputils-ping 下载wget和bzip
python
apt-get install -y wget
apt-get install bzip2安装conda，需要找到合适的包。
这里因为我在服务器上配置了conda，所以使用docker cp命令移动过来，也可以用wget下载。
python
cd /home #打开home文件夹
mkdir *** #创建home下自己的路径
cd ***
wget Miniconda3-latest-Linux-x86_64.sh#需要到官网找到合适的conda包///或者docker cp移动
chmod +x Miniconda3-latest-Linux-x86_64.sh#赋予权限
./Miniconda3-latest-Linux-x86_64.sh安装的时候ENTER如何输入安装路径，一般放在
/home/***
python
export PATH=$PATH:/home/***/anaconda3/bin #写入路径
source ~/.bashrc #保存到这里，输入conda命令会显示安装成功。
环境配置
使用conda命令配置环境。
包括pytorch安装，这里可以搜到很多教程。
容器的保存
退出容器
python
exit # 容器直接停止，并退出
ctrl+P+Q # 容器不停止，退出删除容器
python
docker rm 容器id # 删除容器（不能删除正在运行的容器）如果要强制删除：docker rm -f 容器id
docker rm -f $(docker ps -aq) # 删除全部容器
docker ps -a -q|xargs docker rm # 删除所有容器停止和启动容器
python
docker start 容器id # 启动容器
docker restart 容器id # 重启容器
docker stop 容器id # 停止当前正在运行的容器
docker kill 容器id # 强制停止当前容器进入容器
python
docker exec -it 容器id /bin/bash