深度學習伺服器完整配置手冊（三、GPU顯示卡cuda和驅動一起安裝，docker安裝）
引用：
https://developer.nvidia.com/cuda-downloads
https://blog.csdn.net/FYZ530357172/article/details/79217460
為了防止參考連結失效，貼上如下，自己會根據實際安裝過程的變化更新教程：
英偉達cuda和驅動直接安裝網站給的方式裝即可。
docker安裝：
使用儲存庫進行安裝
首次在新的主機上安裝Docker CE之前，需要設定Docker儲存庫。之後，您可以從儲存庫安裝和更新Docker。
一、Docker CE
1. Install
更新apt軟體包索引：
$ sudo apt-get update- 1
安裝軟體包以允許apt通過HTTPS使用儲存庫：
$ sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
software-properties-common新增Docker的官方GPG金鑰：
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88通過搜尋指紋的最後8個字元，確認您現在擁有指紋的金鑰 。
$ sudo apt-key fingerprint 0EBFCD88pub 4096R/0EBFCD88 2017-02-22
Key fingerprint = 9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88
uid Docker Release (CE deb) <[email protected]>
sub 4096R/F273FCD8 2017-02-22使用以下命令來設定穩定的儲存庫。
$ sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable" 安裝DOCKER CE
更新apt軟體包索引。
$ sudo apt-get update安裝最新版本的Docker CE，或者轉到下一步安裝特定版本。任何現有的Docker安裝都將被替換。
$ sudo apt-get install docker-ceDocker守護程序自動啟動。
通過執行hello-world 映像驗證是否正確安裝了Docker CE 。
$ sudo docker run hello-world這個命令下載一個測試影象並在容器中執行。容器執行時，會列印一條資訊訊息並退出。
Docker CE已安裝並正在執行。該docker組已建立，但未新增使用者。您需要使用sudo執行Docker命令。繼續Linux postinstall以允許非特權使用者執行Docker命令以及其他可選的配置步驟。
要建立docker組並新增您的使用者：
- 建立docker組。
$ sudo groupadd docker- 將您的使用者新增到docker組中。
$ sudo usermod -aG docker $USER-
登出並重新登入，以便重新評估您的組成員資格。
如果在虛擬機器上進行測試，可能需要重新啟動虛擬機器才能使更改生效。
在桌面Linux環境（如X Windows）上，完全退出會話，然後重新登入。
-
驗證您可以不執行docker命令sudo。
$ docker run hello-world二、Nvidia-docker
1. Install
- 按照此處的說明安裝您的發行版的儲存庫。
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update- 安裝nvidia-docker2軟體包並重新載入Docker守護程式配置：
sudo apt-get install nvidia-docker2
sudo pkill -SIGHUP dockerd-
- Usage
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
以上的nvidia/cuda需要根據安裝的cuda版本修改，否則安裝最新版本安裝。-nvidia-docker安裝
安裝deepo,採用 registry.docker-cn.com 加速
docker pull registry.docker-cn.com/ufoym/deepo三、Deepno:
1. Deepno簡介
一系列的Docker映象（及其生成器），讓您快速建立深度學習研究環境。https://github.com/ufoym/deepo
Deepo是一系列的 Docker映象
讓您快速建立您的深度學習研究環境
- 支援幾乎所有常用的深度學習框架
- 支援GPU加速（包括CUDA和cuDNN），也可以在純CPU模式下工作
- 適用於Linux（CPU版本 / GPU版本），Windows（CPU版本）和OS X（CPU版本）
和他們的Dockerfile生成器
- 使您可以使用類樂高模組來定製自己的環境
- 自動為您解析相關性
2. Installation
-
Step 1. Install Docker and nvidia-docker.
-
Step 2. Obtain the all-in-one image from Docker Hub
docker pull ufoym/deepo #速度慢
docker pull registry.docker-cn.com/ufoym/deepo #採用加速3. Usage
nvidia-docker run --rm ufoym/deepo nvidia-smi #使Deepo能夠使用docker容器內的GPU
nvidia-docker run -it ufoym/deepo bash #互動式shell