【玩转腾讯云】从装驱动起步 在Ubuntu 18.04上构建GPU可用的Kaggle Docker镜像

接前文，在安装好Ubuntu 18.04双系统和解决了Windows与Ubuntu的时间同步问题后。正式进入正题了：构建GPU可使用的Kaggle Docker镜像(NVIDIA Only)。为了分享总结经验，同时也方便自己以后有使用需求，现简单总结下构建过程。

注意：本文首次撰写于2019-07-14，最近修改时间为2019-08-04，请注意相关程序的可用性与安全性。

前情提要：构建GPU可用的Kaggle Docker镜像需要挂载点/剩余至少50G，请自行斟酌设备是否能够支撑。

构建准备

安装NVIDIA驱动

本小结安装驱动因卡而异，本人所部署的机器的显卡为技嘉的P106-100，此款为矿卡不带显示输出。其对标的是GTX 1060 6G版。根据网上资料显示，其兼容GTX 1060的显卡驱动。因此如有不同请注意步骤可用性。如有疑问请查询资料或留言交流。

本小节有相关显卡安装的有更简单的方案，具体可见参考文献4。请根据自己实际情况选择即可~

1. 按照显卡情况，在NVIDIA官网搜索下载。链接如下：
   1. 英伟达中国：https://www.nvidia.cn/Download/index.aspx?lang=cn
   2. NVIDIA Corporation：http://www.nvidia.com/Download/index.aspx?lang=en-us

   下载下来的驱动应该是后缀为.run的文件，放在一个路径合适的地方备用。

2. 卸载存量驱动，禁用nouveau驱动 为防止显示崩溃，首先按Ctrl+Alt+F1/F2/F6/F7（组合键四选一）切换至纯命令行界面。 之后，卸载存量驱动： sudo apt-get remove --purge nvidia* sudo apt-get autoremove --purge nvidia* 然后，禁用nouveau驱动。通过以下命令打开下述文件： sudo vim /etc/modprobe.d/blacklist.conf 最后一行加上： blacklist nouveau options nouveau modeset=0 运行sudo update-initramfs -u命令使其生效，并reboot重启。重启后仍然按照上面要求进入纯命令行界面。
3. 安装新驱动 输入命令sudo service lightdm stop暂停显示操作。 但是我这里显示这个服务压根就没有，所以就不管了。 进入之前下好的.run文件的所在目录，我这里放在了用户目录下，运行之。 sudo sh ~/NVIDIA-Linux-x86_64-430.34.run 后面就一路Accept就可以~ 报错The distribution-provided pre-install script failed!不必理会，继续安装。最重要的一步，安装程序问你是否使用nv的xconfig文件，这里一点要选yes，否则在启动x-window时不会使用nv驱动。 重启桌面服务： sudo service lightdm start 同刚才，我这个命令也运行失败了，但无妨。 然后，reboot重启。 注意：如果启动后无法进入桌面的情况（系统反复提示让你输入密码且不知疲倦）。请重复卸载所有NVIDIA驱动重新安装。99%解决此问题。 输入glxinfo | grep rendering和nvidia-smi检查驱动安装情况。前者命令会出现direct rendering: Yes字样，后者会显示GPU列表。如果有问题请自行排查或重装驱动。

安装Docker-CE

安装https apt-get支持包，允许apt使用repository安装软件包：

sudo apt-get install -y \
    apt-transport-https \
    ca-certificates \
    curl \
    software-properties-common 

添加Docker官方GPG key，并使用阿里镜像源。

curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

通过搜索指纹的8个字符，验证key的指纹：9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88

sudo apt-key fingerprint 0EBFCD88

使用以下命令设置稳定的repository:

sudo add-apt-repository \
    "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu \
    $(lsb_release -cs) \
    stable"

更新apt包索引并安装最新版本的Docker CE

sudo apt-get update  
sudo apt-get install -y docker-ce

或者在repository中列出可用的版本号，然后选择安装一个指定版本的Docker CE。

sudo apt-cache madison docker-ce
sudo apt-get install -y docker-ce=18.03.0~ce-0~ubuntu

安装后，Docker守护进程将会自动启动。

验证docker CE正确安装：

sudo docker run hello-world

安装nvidia-docker2

根据官方 https://github.com/NVIDIA/nvidia-docker 描述安装即可：

# 添加包管理源
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
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

# 安装nvidia-docker2并重载docker daemon设置
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# 使用最新的官方CUDA镜像测试nvidia-smi
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi

开始构建

下载官方构建仓库

下载地址：https://github.com/Kaggle/docker-python

git clone https://github.com/Kaggle/docker-python.git

下载本地化构建gpu.Dockerfile

由于官方给的构建仓库中的gpu.Dockerfile部分镜像是需要翻墙访问的，为了方便内地使用，结合GDG Kaggle Shanghai社区群里王大佬分享的Dockerfile经验，形成了这个gpu.Dockerfile，文件如下：

如无法正常显示，请访问链接 https://gist.github.com/zning1994/dc98816a07f2f1339324964bc37ab429 。

说明一下，其中有两个文件为article.tplx、base.tplx，是我顺便解决了jupyter notebook导出中文的问题附带的，中文问题解决包括标题无法显示中文亦解决了，将在下一篇文章具体说明。为了在构建镜像时直接写入了镜像。在gpu.Dockerfile最后注释掉的代码是涉及此部分的，需要的童鞋可以删掉注释直接使用。将article.tplx、base.tplx放在官方构建仓库根目录即可。

下载此gpu.Dockerfile文件后，可覆盖官方文件，之后在官方构建仓库根目录运行下面命令进行构建。

sudo ./build --gpu

再此提醒：构建GPU可用的Kaggle Docker镜像需要硬盘空间剩余至少50G，请自行斟酌设备是否支撑。

注意：构建需要大约个把小时，请去喝杯茶。

构建运行

构建完成后，sudo ./test --gpu执行可能会有错的，但是不妨碍使用，所以先不测试啦~

根据官方指导，可运行退出即删容器测试：

sudo docker run --runtime nvidia --rm -it kaggle/python-gpu-build /bin/bash

进去随便搞，自带jupyter，可通过运行jupyter notebook --allow-root --ip="*" --notebook-dir=/tmp/working运行jupyter notebook测试，不过浏览器是访问不了的，因为没有将容器端口映射到宿主机，因此我们可以运行如下命令启动直接运行jupyter notebook且映射端口的守护容器，此容器也会同宿主机启动时一同启动：

sudo docker run --restart=always --name kaggle --runtime nvidia -v /win/d/DeepLearning/pycharmProject:/tmp/working -w=/tmp/working -p 8888:8888 -itd kaggle/python-gpu-build jupyter notebook --allow-root --ip="*" --notebook-dir=/tmp/working

此时Ubuntu宿主机是可以打开浏览器访问localhost:8888进行访问啦~不过我们还不知道token，需要运行如下命令查看token连接：

sudo docker logs kaggle

附：Docker常用操作

所有命令均省略sudo

查看所有镜像：

docker images

查看所有容器：

docker ps -a 

查看守护容器日志：

docker logs 容器名或容器id

杀死所有正在运行的容器：

docker kill $(docker ps -a -q)

删除所有已经停止的容器：

docker rm $(docker ps -a -q)

删除所有未打 dangling 标签的镜像：

docker rmi $(docker images -q -f dangling=true)

删除所有镜像：

docker rmi $(docker images -q)

查找你需要的Docker镜像列表：

docker search mysql

下载镜像：

docker pull [REGISTRYHOST/][USERNAME/]NAME[:TAG]

容器转成镜像：

sudo docker commit <CONTAINER ID> imagename01

容器转成文件：

sudo docker export <CONTAINER ID> > /home/export.tar

镜像转成文件：

sudo docker save imagename01 > /home/save.tar

注：一般情况下，save.tar比export.tar大一点点而已，export比较小，因为它丢失了历史和数据元metadata。

文件转成镜像：

cat /home/export.tar | sudo docker import - imagename02:latest
save.tar文件转成镜像：

docker load < /home/save.tar

查看转成的镜像：

sudo docker images