$ sudo apt-get update$ sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
gnupg-agent \
software-properties-commoncurl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -$ sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"$ sudo apt-get update$ sudo apt-get install docker-ce docker-ce-cli containerd.iodocker command는 root 권한을 요구하므로 매번 docker command를 입력하려면 sudo 명령으로 실행해야 함. 이를 완화하기 위해 docker command를 사용하는 user를 docker 그룹에 포함시켜 sudo 명령을 생략할 수 있게 함. (이후 설명할 docker command는 sudo 명령어를 생략함.)
$ sudo usermod -aG docker [your-user]실행 후 logout한 다음 (shell에서 exit) 다시 로그인 하여 확인
tmux와 같은 terminal multiplexer를 사용한다면 모든 session을 종료해야 함.
$ id # uid 및 gid 확인
$ docker run --rm hello-world # test run 정상적으로 실행되는지 확인
docker-compose는 multi-container Docker application을 정의하고
실행하는 툴인데 단일 container를 실행하고 관리하기에도 매우 유용하다.
사용법은 docker-compose section에서 다루도록 한다.
$ sudo curl -L "https://github.com/docker/compose/releases/download/1.24.1/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose # docker-compose 다운로드
$ sudo chmod +x /usr/local/bin/docker-compose # 실행권한 부여
$ docker-compose --version # 버전 확인9. NVIDIA Container Toolkit 설치
GPU 자원을 Docker Container에서 사용하기 위해서는 NVIDIA Container Toolkit을 설치하여야 한다.
- Ubuntu 16.04/18.04, Debian Jessie/Stretch/Buster
- Docker >= 19.03
- NVIDIA Driver
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
$ sudo systemctl restart docker$ docker run --rm --gpus all nvidia/cuda:9.0-base nvidia-smi
$ docker run \
-it \ # container와 상호작용하기 위한 옵션 (키보드 입력)
--rm \ # container 프로세스가 exit하면 자동으로 container을 삭제
-p 8888:8888 \ # host와 container의 포트 mapping
-u $(id -u):$(id -g) \ # host의 유저 id와 그룹 id로 container 실행
--gpus all \ # 모든 gpu 리소스 사용
tensorflow/tensorflow:2.0.0-gpu-py3-jupyter # 사용할 docker image
http://[server ip]:8888/?token=[token]
TODO
TODO
TODO
TODO