gpu云服务器使用Docker部署深度学习环境（中）
本文讲述用新睿云GPU加速服务器搭建深度学习环境，单独安装Docker之后还无法使用带GPU的深度学习机器，需要再安装一下英伟达出品的Nvidia-docker。
深度学习环境部署的方法有很多种，其中Docker化深度学习环境和项目是一个很不错的选择。这里写过一些深度学习主机安装和部署的文章，这篇文章记录一下相关的通过Docker来部署和测试深度学习项目的一些经验，以下是在一台4卡1080TI，Ubutu16.04的机器上的记录。
传送门——云GPU加速云服务器
一、安装Docker：
Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。
1.使用APT安装:
$ sudo apt-get update
$ sudo apt-get install /
apt-transport-https /
ca-certificates /
curl /
software-properties-common
2.使用国内源：
curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add –
# 官方源
# $ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add –
3.向source_list添加Docker源:
$ sudo add-apt-repository /
“deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu
/
$(lsb_release -cs) /
stable”
# 官方源
# $ sudo add-apt-repository /
# “deb [arch=amd64] https://download.docker.com/linux/ubuntu /
# $(lsb_release -cs) /
# stable”
4.更新 apt 软件包缓存，并安装 docker-ce：
$ sudo apt-get update
$ sudo apt-get install docker-ce
5.添加用户组（安装后貌似这个组已经存在了）：
sudo groupadd docker
6.将当期用户添加到这个组里并退出重新登录:
sudo usermod -aG docker $USER
7.测试Docker:
docker run hello-world
8.添加过内镜像代理：
sudo vim /etc/docker/daemon.json
{
“registry-mirrors”: [
“https://registry.docker-cn.com”
]
}
9.重启Docker服务
sudo systemctl daemon-reload
sudo systemctl restart docker
本篇相关教程请继续阅读《gpu云服务器使用Docker部署深度学习环境（中）》