# offline-install-docker_cuda-ubuntu18.04 **Repository Path**: bghb/offline-install-docker_cuda ## Basic Information - **Project Name**: offline-install-docker_cuda-ubuntu18.04 - **Description**: ubuntu18.04 离线安装Docker使用宿主机CUDA - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2022-01-12 - **Last Updated**: 2022-03-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 使用方法 本教程旨在记录离线安装docker+CUDA过程。可直接clone工程直接安装。如有需要可按 **离线包准备** 步骤自己下载对应版本安装。 注意:宿主机事先安装显卡驱动和CUDA 注意:下载对应版本。亲测docker20.10.9 # 离线包准备 ## docker 1. 下载docker-ce 和 docker-ce-cli [https://download.docker.com/linux/ubuntu/dists/bionic/pool/stable/amd64/](https://download.docker.com/linux/ubuntu/dists/bionic/pool/stable/amd64/) ## nvidia-container 1. 下载nvidia-nvidia-container 等 ``` ##1.更新源 #Ubuntu 16.04/18.04, Debian Jessie/Stretch # Add the package repositories $ 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 #2.下载包 $ apt download nvidia-container-toolkit $ apt download nvidia-container-runtime ``` ## docker-compose 1. 下载docker-compose [https://github.com/docker/compose/releases](https://github.com/docker/compose/releases) # 开始安装 1. 把下载好的 **5个** 安装文件和 **仓库中的setup.sh** 文件放到同一个文件夹中 1. 执行 sudo ./setup.sh install -a 1. 把运行时添加到docker中 ``` systemctl stop docker dockerd --add-runtime=nvidia=/usr/bin/nvidia-container-runtime 此时终端会一直监听。Ctrl+C 结束任务或关掉终端既可。 ``` 1. 接着使用 ```docker run -it --gpus all nvidia/cuda``` 既可在docker中使用宿主及的cuda # 卸载docker 1. 执行 sudo ./setup.sh remove -a # 镜像相关命令 ## 1. 查看镜像 docker image ls ## 2. 删除镜像 docker rmi xxx:v1(镜像名+版本号) ## 启动镜像 docker run -it xxx /bin/bash <其他参数参考docker run --help> ## 启动镜像 使用GPU docker run -it --gpus all xxx # 容器相关 ## 1. 查看活动的容器(container) docker ps ## 2. 查看所有容器 docker ps -a ## 3. 停止容器 docker stop xxx(容器名/ID) ## 4. 删除容器 docker rm xxx(容器名/ID) ## 5. 启动容器 docker restart (容器名/ID)