@ -4,138 +4,137 @@ 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。
通过Docker容器开发PaddlePaddle
纯CPU和GPU的docker镜像使用说明
------------------------------
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，
对于每一个PaddlePaddle版本， ：
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`
1. 将开发环境构建为Docker镜像
.. code-block :: bash
以交互容器方式运行纯CPU的镜像：
git clone --recursive https://github.com/PaddlePaddle/Paddle
cd Paddle
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile .
.. code-block :: bash
docker run -it --rm paddledev/paddle:0.10.0rc1-cpu /bin/bash
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 ：
或者，可以以后台进程方式运行容器 ：
.. code-block :: bash
code-block :: bash
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile --build-arg BUILD_AND_INSTALL=ON .
docker run -d -p 2202:22 -p 8888:8888 paddledev/paddle:0.10.0rc1-cpu
然后用密码 :code: `root` SSH进入容器：
2. 运行开发环境
.. code-block :: bash
当我们编译好了 :code: `paddle:dev` ， ， ：
.. code-block :: bash
ssh -p 2202 root@localhost
docker run -d -p 2202:22 -v $PWD:/paddle paddle:dev
SSH方式的一个优点是我们可以从多个终端进入容器。比如， ， ，
以上代码会启动一个带有PaddlePaddle开发环境的docker容器， :code: `/paddle` 。
请注意， :code: `paddle:dev` 的默认入口是 :code: `sshd` 。以上的 :code: `docker run` 命令其实会启动一个在2202端口监听的SSHD服务器。这样， ：
.. code-block :: bash
以上方法在GPU镜像里也能用－ ， ：
ssh root@localhost -p 2202
.. code-block :: bash
3. 在Docker开发环境中编译与安装PaddlPaddle代码
export CUDA_SO="$(\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
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
运行PaddlePaddle书籍
---------------------
cd /paddle/build
ctest
Jupyter Notebook是一个开源的web程序，
4. 在Docker容器中运行PaddlePaddle书籍
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，
Jupyter Notebook是一个开源的web程序，
当您进入容器内之后，只用运行以下命令：
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，
当您进入容器内之后，只用运行以下命令：
.. code-block :: bash
jupyter notebook
.. code-block :: bash
jupyter notebook
然后在浏览器中输入以下网址：
.. code-block :: text
然后在浏览器中输入以下网址：
.. code-block :: text
http://localhost:8888/
http://localhost:8888/
就这么简单，享受您的旅程！
就这么简单，享受您的旅程！
纯CPU和GPU的docker 镜像
----------------------
非AVX 镜像
---------
对于每一个PaddlePaddle版本， ： `dockerhub.com <https://hub.docker.com/r/paddledev/paddle/> `_ 自动运行以下两个命令 ：
纯CPU镜像以及GPU镜像都会用到AVX指令集， ：
.. code-block :: bash
docker build -t paddle:cpu -f paddle/scripts/docker/Dockerfile --build-arg BUILD_AND_INSTALL=ON .
docker build -t paddle:gpu -f paddle/scripts/docker/Dockerfile.gpu --build-arg BUILD_AND_INSTALL=ON .
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
以交互容器方式运行纯CPU 的镜像：
如果输出是No， 的镜像：
.. code-block :: bash
docker run -it --rm paddledev/paddle:0.10.0rc1-cpu /bin/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 .
或者，可以以后台进程方式运行容器：
.. code-block :: bash
通过Docker容器开发PaddlePaddle
------------------------------
docker run -d -p 2202:22 paddledev/paddle:0.10.0rc1-cpu
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，
然后用密码 :code: `root` SSH进入容器：
1. 将开发环境构建为Docker镜像
.. code-block :: bash
.. code-block :: bash
git clone --recursive https://github.com/PaddlePaddle/Paddle
cd Paddle
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile .
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， ， ，
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：
.. code-block :: bash
以上方法在GPU镜像里也能用－ ， ：
docker build -t paddle:dev -f paddle/scripts/docker/Dockerfile --build-arg BUILD_AND_INSTALL=ON .
.. code-block :: bash
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
2. 运行开发环境
当我们编译好了 :code: `paddle:dev` ， ， ：
.. code-block :: bash
非AVX镜像
---------
docker run -d -p 2202:22 -v $PWD:/paddle paddle:dev
纯CPU镜像以及GPU镜像都会用到AVX指令集， ：
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， ：
.. code-block :: bash
.. code-block :: bash
ssh root@localhost -p 2202
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
3. 在Docker开发环境中编译与安装PaddlPaddle代码
如果输出是No， ：
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
.. code-block :: bash
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 ~
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 .
cd /paddle/build
ctest
文档
Liu Yiqun
8 years ago