1、docker的常用命令

docker version —— 显示docker的版本信息

docker info —— 显示docker的版本信息，包括镜像和容器的数量

docker --help —— 帮助命令

docker cp ——移动文件/文件夹

        docker cp docker-id:  <本地保存文件的路径>

        docker cp 本地文件的路径  docker-id:

        即docker cp 命令既可直接传输文件又可直接传输文件夹，两者的命令结构一致。

2、镜像命令

docker images —— 查看所有本地主机上的镜像
        —a 显示所有镜像
        —q 只显示名字

docker search x —— 搜索镜像x

docker pull x —— 下载镜像x 默认使用最新版 x:5.7 —下载 x 的5.7版本

docker rmi -f x —— 删除镜像x
        rm代表删除，
        i是指imags，所以rmi是删除镜像
        -f ￥（docker imags -aq）—删除所有镜像

3、容器命令

docker run —— 新建容器并启动
        –name=qzx 容器名字为qzx
        -d 以后台方式运行
        -it 使用交互方式运行，进入容器查看内容
        –gpus all 就表示使用主机所有的显卡
        -p 端口映射，格式为：主机/宿主端口：容器端口，（如-p 81：80，意为将容器中的80端口映射到宿主机的81端口,访问宿主机的81端口即相当于访问容器的80端口）
        -v 数据卷

exit —— 直接停止并退出

快捷键CTRL+P+Q —— 不停止退出（docker ps 可以看到）

docker ps —— 正在运行的容器
        -a 正在运行过的容器+历史运行过的容器
        -n=? 列出新近创建的 ？个容器
        -q 只显示容器的编号

docker rm x —— 删除id为x的容器，不能删除正在运行的容器
        -f 强制删除正在运行的容器

4、启动和停止容器的命令

docker start x —— 启动停掉的名为x的容器
docker restart x —— 重启名为x的容器
docker stop x —— 停止当前正在运行的名为x的容器
docker kill x —— 强制停止当前正在运行的名为x的容器
docker exec -it qqq /bin/bash —— 进入名为qqq的容器

5、常用其他命令

docker logs —— 查看日志
        -f : 跟踪日志输出
        –tail=n :仅列出最新n条容器日志
        -t : 显示时间戳

docker top x —— 查看容器x中的进程信息

docker inspect x —— 查看容器x的元数据

docker exec -it x bin/bash —— 进入容器x,开启一个新的终端，并且在退出时不使其停止运行

docker attch x —— 进入容器x正在执行的终端，不会开启新的进程

docker cp x:容器内路径 目的主机路径 —— 将容器内文件拷贝到主机上

docker stats——查看cpu的状态

docker kill x -----直接关闭容器
watch -n 60 docker stats ——每分钟更新一次

pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com——同时安装torch和torchvision，并使用-i后的地址作为镜像源

6、镜像拉取

创建容器

docker run --gpus all -d -p 0.0.0.0:10790:22 -it --name=karmadock -v /data/fuyp:/root nvidia/cuda /bin/bash

--gpus all 就表示使用主机所有的显卡
--name=加你想起的镜像名字 
（-v表示一个挂载文件夹 主机和docker可以共享这个文件夹，主机的文件夹要自己创建，经过我多次试错，容器内的文件夹要对应的上你将来存文件的地方）
-v 冒号前写主机文件夹:冒号后写容器文件夹
-p 表示端口映射，不然容器里面和外面是隔绝的，无法在主机里面同步更新！
这一步在创建的时候不写，那么再修改就很麻烦！
-d 表示后台运行
-it 表示可以交互

创建后可使用 docker ps 查看其id和状态

进入容器

docker exec -it x bin/bash —— 进入容器x,开启一个新的终端，并且在退出时不使其停止运行

基础安装

1. apt-get update

2. apt install net-tools

3. apt install iputils-ping

4. apt-get install -y wget

5. apt-get install bzip2

6. apt-get install vim

7. apt-get install git

8. apt-get install python3-pip

9. dpkg -l | grep vim  查看vim是否安装成功及其安装信息

7、conda

which anaconda：找到anaconda安装位置

wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh：下载某个版本的anaconda

chmod +xAnaconda3-2024.02-1-Linux-x86_64.sh ：给予安装包运行权限

./Anaconda3-2024.02-1-Linux-x86_64.sh ：正式安装

将conda加入环境变量：

        首先，需要找到 conda 命令的路径。在大多数情况下，它应该在 ~/anaconda3/bin/（对于用户级别的安装）

一旦找到了 conda 命令的路径，可以运行以下命令来初始化你的 Anaconda 环境：

        ~/anaconda3/bin/conda init

        source ~/.bashrc

conda create -n kano python=3.7：创建名为KANO，python=3,7的虚拟环境

conda activate kano :激活虚拟环境KANO

conda install -c pytorch torch=1.13.1 ：下载pytorch torch=1.13.1

pip install owl2vec-star==0.2.1：下载owl2vec-star==0.2.1

conda list：查看已安装的python库

conda env list /  conda info --envs : 查看已有虚拟环境

conda env remove --name xxx : 删除名为xxx的虚拟环境

pip list：查看虚拟环境中的库
 

nvidia-smi：查看占用率

8、系统命令

free -h  查看内存

lscpu  查看cpu

lsblk  查看磁盘空间

env  查看环境变量资源

9、查询命令

nvcc -V :用于查询 NVIDIA CUDA C/C++ 编译器的版本信息

uname-a:用于显示详细的系统信息