DOCKER配置之DOCKERFILE

要跑深度学习，就要有环境，要有环境就要有虚拟环境管理

一般python管理都会用ANACONDA或者MINICONDA，这个时候使用conda就直接结了，不需要再关心其他事情。

然而部分数据集Ubuntu18.04的环境实在是过于逆天（不是针对某个数据集或代码，只能说大部分数据集和代码都在18.04以及python3.8的远古环境上），所以最后还是只能用docker来进行配置

目前接触到的docker构建镜像的方法包括两类：

1、sudo docker pull：从网上直接拉取镜像，这样拉取到的镜像存放在本地，可以认为是打包成了文件存了起来。

2、sudo docker build：从本地的DOCKERFILE文件直接构建镜像。基本相当于本地直接运行终端指令来给镜像粗布配置一个环境。

下面是一个配置Matterport3DSimulator数据集的例子：

# Matterport3DSimulator
# Requires nvidia gpu with driver 396.37 or higher
 

FROM nvidia/cudagl:9.2-devel-ubuntu18.04
 
# Install cudnn
ENV CUDNN_VERSION 7.6.4.38
LABEL com.nvidia.cudnn.version="${CUDNN_VERSION}"

# 切换源
RUN sed -i "s@/archive.ubuntu.com/@/mirrors.ustc.edu.cn/@g" /etc/apt/sources.list \
    && rm -rf /var/lib/apt/lists/* \
    && apt-get clean \
    && apt-get update --fix-missing -o Acquire::http::No-Cache=True

RUN apt-get install -y --no-install-recommends \
    libcudnn7=$CUDNN_VERSION-1+cuda9.2 \
libcudnn7-dev=$CUDNN_VERSION-1+cuda9.2 \
&& \
    apt-mark hold libcudnn7 && \
    rm -rf /var/lib/apt/lists/*
 

# Install a few libraries to support both EGL and OSMESA options
ENV DEBIAN_FRONTEND=noninteractive

# 切换源
RUN sed -i "s@/archive.ubuntu.com/@/mirrors.ustc.edu.cn/@g" /etc/apt/sources.list \
    && rm -rf /var/lib/apt/lists/* \
    && apt-get clean \
    && apt-get update --fix-missing -o Acquire::http::No-Cache=True

RUN apt-get install -y wget doxygen curl libjsoncpp-dev libepoxy-dev libglm-dev libosmesa6 libosmesa6-dev libglew-dev libopencv-dev python-opencv python3-setuptools python3-dev python3-pip
RUN pip3 install -i https://pypi.mirrors.ustc.edu.cn/simple opencv-python==4.1.0.25 torch==1.1.0 torchvision==0.3.0 numpy==1.13.3 pandas==0.24.1 networkx==2.2
 
#install latest cmake
ADD https://cmake.org/files/v3.12/cmake-3.12.2-Linux-x86_64.sh /cmake-3.12.2-Linux-x86_64.sh
RUN mkdir /opt/cmake
RUN sh /cmake-3.12.2-Linux-x86_64.sh --prefix=/opt/cmake --skip-license
RUN ln -s /opt/cmake/bin/cmake /usr/local/bin/cmake
RUN cmake --version

ENV PYTHONPATH=/root/mount/Matterport3DSimulator/build:$PYTHONPATH

可以看到整个镜像的配置流程大概是选取一个基底，安装依赖，最后配置环境变量。

其中的一些基础的操作说明如下：

1、RUN：执行拉取系统镜像本身的终端指令，是最通用的一种指令。

2、ADD：将网上的文件下载到本地，前为链接后为下载名。

3、ENV：环境变量设置。这里是设置的PYTHON库的变量所在位置。环境变量像这样最后在后方加一个$PYTHONPATH就是把以前有的环境变量也以列表的形式加进来。

先用这些指令，Dockerfile大概就可以派上用场了