@ -4,119 +4,139 @@ PaddlePaddle的Docker容器使用方式
PaddlePaddle目前唯一官方支持的运行的方式是Docker容器。因为Docker能在所有主要操作系统（ ， ） `Dockers设置 <https://github.com/PaddlePaddle/Paddle/issues/627> `_ 才能充分利用Mac OS X和Windows上的硬件资源。
纯CPU和GPU 的docker镜像使用说明
PaddlePaddle发布 的docker镜像使用说明
------------------------------
对于每一个PaddlePaddle版本， 个Docker镜像： 。
我们通过设置 `dockerhub.com <https://hub.docker.com/r/paddledev/paddle/> `_ 自动生成最新的docker镜像：
`paddledev/paddle:0.10.0rc1-cpu` `paddledev/paddle:0.10.0rc1-gpu`
对于每一个PaddlePaddle版本， 种Docker镜像： 。
我们会在 `dockerhub.com <https://hub.docker.com/r/paddledev/paddle/> `_ 提供最新的docker镜像，
1. 开发镜像：:code: `paddlepaddle/paddle:<version>-dev`
以交互容器方式运行纯CPU的镜像：
这个镜像包含了Paddle相关的开发工具以及编译和运行环境。用户可以使用开发镜像代替配置本地环境， ， ， ，
文档编写等工作。由于不同的Paddle的版本可能需要不同的依赖和工具，
开发镜像包含了以下工具：
- gcc/clang
- nvcc
- Python
- sphinx
- woboq
- sshd
很多开发者会使用远程的安装有GPU的服务器工作， :code: `docker exec` 进入开发镜像并开始工作，
也可以在开发镜像中启动一个SSHD服务，
.. code-block :: bash
以交互容器方式运行开发镜像：
docker run -it --rm paddledev/paddle:0.10.0rc1-cpu /bin/bash
.. code-block ::
或者，可以以后台进程方式运行容器：
docker run -it --rm paddledev/paddle:<version> -dev /bin/bash
.. code-block :: bash
或者，可以以后台进程方式运行容器：
docker run -d -p 2202:22 -p 8888:8888 paddledev/paddle:0.10.0rc1-cpu
.. code-block :: bash
然后用密码 :code: `root` SSH进入容器：
docker run -d -p 2202:22 -p 8888:8888 paddledev/paddle:<version> -dev
.. code-block :: bash
然后用密码 :code: `root` SSH进入容器：
ssh -p 2202 root@localhost
.. code-block :: bash
SSH方式的一个优点是我们可以从多个终端进入容器。比如， ， ，
ssh -p 2202 root@localhost
SSH方式的一个优点是我们可以从多个终端进入容器。比如， ， ，
以上方法在GPU镜像里也能用－ ， ：
2. 运行镜像： ：
- GPU/AVX： :code: `paddlepaddle/paddle:<version>-gpu`
- GPU/no-AVX： :code: `paddlepaddle/paddle:<version>-gpu-noavx`
- CPU/AVX： :code: `paddlepaddle/paddle:<version>`
- CPU/no-AVX： :code: `paddlepaddle/paddle:<version>-noavx`
.. code-block :: bash
纯CPU镜像以及GPU镜像都会用到AVX指令集， ：
export CUDA_SO="$(\ls /usr/lib64/libcuda* | xargs -I{} echo '-v {}:{}') $(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')"
export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
docker run ${CUDA_SO} ${DEVICES} -it paddledev/paddle:0.10.0rc1-gpu
.. code-block :: bash
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
运行PaddlePaddle书籍
---------------------
如果输出是No，
Jupyter Notebook是一个开源的web程序，
以上方法在GPU镜像里也能用，
为了保证GPU驱动能够在镜像里面正常运行，
PaddlePaddle书籍是为用户和开发者制作的一个交互式的Jupyter Nodebook。
如果您想要更深入了解deep learning，
.. code-block :: bash
当您进入容器内之后，只用运行以下命令：
nvidia-docker run -it --rm paddledev/paddle:0.10.0rc1-gpu /bin/bash
.. code-block :: bash
jupyter notebook
注意: 如果使用nvidia-docker存在问题， ， ， ：
然后在浏览器中输入以下网址：
.. code-block :: text
.. code-block :: bash
http://localhost:8888/
export CUDA_SO="$(\ls /usr/lib64/libcuda* | xargs -I{} echo '-v {}:{}') $(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')"
export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
docker run ${CUDA_SO} ${DEVICES} -it paddledev/paddle:<version> -gpu
就这么简单，享受您的旅程！
3. 使用运行镜像发布你的AI程序
假设您已经完成了一个AI训练的python程序 :code: `a.py` ，这个程序是您在开发机上使用开发镜像完成开发。此时您可以运行这个命令在开发机上进行测试运行：
.. code-block :: bash
非AVX镜像
---------
docker run -it -v $PWD:/work paddle /work/a.py
纯CPU镜像以及GPU镜像都会用到AVX指令集， ：
这里`a.py` ， `Dockerfile` `FROM paddledev/paddle:<version>`
创建和发布自己的AI程序镜像。
.. code-block :: bash
运行PaddlePaddle书籍
---------------------
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
Jupyter Notebook是一个开源的web程序，
如果输出是No， ：
PaddlePaddle书籍是为用户和开发者制作的一个交互式的Jupyter Nodebook。
如果您想要更深入了解deep learning，
我们提供可以直接运行PaddlePaddle书籍的docker镜像， ：
.. code-block :: bash
cd ~
git clone https://github.com/PaddlePaddle/Paddle.git
cd Paddle
docker build --build-arg WITH_AVX=OFF -t paddle:cpu-noavx -f paddle/scripts/docker/Dockerfile .
docker build --build-arg WITH_AVX=OFF -t paddle:gpu-noavx -f paddle/scripts/docker/Dockerfile.gpu .
docker run -p 8888:8888 paddlepaddle/book
然后在浏览器中输入以下网址：
.. code-block :: text
http://localhost:8888/
就这么简单，享受您的旅程！
通过Docker容器开发PaddlePaddle
------------------------------
开发人员可以在Docker中开发PaddlePaddle。这样开发人员可以以一致的方式在不同的平台上工作 - Linux，
开发人员可以在Docker开发镜像中开发PaddlePaddle。这样开发人员可以以一致的方式在不同的平台上工作 - Linux，
1. 构建开发镜像
1. 将开发环境构建为Docker镜像
.. code-block :: bash
git clone --recursive https://github.com/PaddlePaddle/Paddle
cd Paddle
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile .
docker build -t paddle:dev .
请注意，默认情况下，:code: `docker build` 不会将源码导入到镜像中并编译它。如果我们想这样做，需要设置一个参数 ：
请注意，默认情况下，:code: `docker build` 不会将源码导入到镜像中并编译它。如果我们想这样做，需要构建完开发镜像，然后执行 ：
.. code-block :: bash
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile --build-arg BUILD_AND_INSTALL=ON .
docker run -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_AVX=ON" -e "TEST=OFF" paddle:dev
2. 运行开发环境
当我们编译好了 :code: `paddle:dev` ， ， ：
.. code-block :: bash
docker run -d -p 2202:22 -v $PWD:/paddle paddle:dev
docker run -d -p 2202:22 -v $PWD:/paddle paddle:dev sshd
以上代码会启动一个带有PaddlePaddle开发环境的docker容器， :code: `/paddle` 。
请注意， :code: `paddle:dev` 的默认入口是 :code: `sshd` 。 以上的 :code: `docker run` 命令其实会启动一个在2202端口监听的SSHD服务器。这样， ：
以上的 :code: `docker run` 命令其实会启动一个在2202端口监听的SSHD服务器。这样， ：
.. code-block :: bash
ssh root@localhost -p 2202
@ -124,13 +144,13 @@ PaddlePaddle书籍是为用户和开发者制作的一个交互式的Jupyter Nod
3. 在Docker开发环境中编译与安装PaddlPaddle代码
当在容器里面的时候，可以用脚本 :code: `paddle/scripts/docker/build.sh` 来编译、安装与测试PaddlePaddle：
.. code-block :: bash
/paddle/paddle/scripts/docker/build.sh
以上指令会在 :code: `/paddle/build` 中编译PaddlePaddle。通过以下指令可以运行单元测试：
.. code-block :: bash
cd /paddle/build
@ -140,14 +160,14 @@ PaddlePaddle书籍是为用户和开发者制作的一个交互式的Jupyter Nod
文档
----
Paddle的Docker镜像带有一个通过 `woboq code browser
Paddle的Docker开发 镜像带有一个通过 `woboq code browser
<https://github.com/woboq/woboq_codebrowser> `_ 生成的HTML版本的C++源代码，
只要在Docker里启动PaddlePaddle的时候给它一个名字， ：
.. code-block :: bash
docker run -d --name paddle-cpu-doc paddle:0.10.0rc1-cpu
docker run -d --name paddle-cpu-doc paddle:<version> -dev
docker run -d --volumes-from paddle-cpu-doc -p 8088:80 nginx
接着我们就能够打开浏览器在 http://localhost:8088/paddle/ 浏览代码。
Liu Yiqun
8 years ago