? ? ? ? 为了获得更加稳健的深度学习训练模型，一些庞大的训练在个人电脑上无法实现，本文主要以在LiCO中实现tensorflow训练模型为例，为读者提供参考，若文档中存在错误，请读者提出宝贵的意见。
文章目录
-
一、在ubuntu中下载docker?
二、利用docker下载镜像
三、构造自己的容器
四、修改容器名，生成镜像
五、发布自定义镜像
六、在LiCO中下载镜像
七、实现深度学习模型训练
提示：以下是本篇文章正文内容，下面案例可供参考
一、在ubuntu中下载docker ：https://blog.csdn.net/qq_40663357/article/details/83307338
一、下载
1、 安装docker的apt源
apt-get install apt-transport-https ca-certificates curl software-properties-common
2 、添加docker官方的GPG
curl -s https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
3 、添加docker的源。如果没有docker.list则自己创建一个
cd /etc/apt/sources.list.d
vim docker.list
清空原文件，加入以下内容
deb https://get.docker.io/ubuntu docker main
二、安装
1、 安装docker
apt install docker.io
2、 查看docker的版本：
docker version
?
二、利用docker下载镜像
1.查看当前docker镜像
sudo docker images显示所有存在的镜像
?2.下载镜像
进入Docker Hub网页：https://hub.docker.com/
?在搜索框中输出自己需要的基础镜像，例如：tensorflow
点击右下角Docker Pull Command中命令的复制，将其复制到ubuntu下的命令行中；也可以通过点击Tag在其中寻找自己想要的不同版本。
下载完成后查看当前存在的镜像信息
docker images
?此时发现tensorflow/tensorflow:latest镜像就下载好了
三、构造自己的容器
?1.进入tensorflow/tensorflow镜像
docker run -it tensorflow/tensorflow:latest /bin/bash
?注：记住5e7ae5f8288d这个容器名称
2.在原始容器中添加自己的模块，例如：在容器中安装opencv-python
pip3 install opencv-python
?此时5e7ae5f8288d容器中就加入了我们需要的模块
四、修改容器名，生成镜像
1.显示所有正在运行的容器
docker ps -a
?可以发现?5e7ae5f8288d容器就是自定义模块的tensorflow/tensorflow容器
2.要将自定义的容器保存为镜像
docker commit 5e7ae5f8288d 1160966815/tensorflow1:latest其中5e7ae5f8288d为容器名，1160966815/tensorflow1:latest为自定义的名称
注：自定义的名称要按照Docker? Hub自己的账号名称对应，我的账号名称是1160966815，因此设置为1160966815/tensorflow1:latest（之后会讲到为什么这样操作）。
五、发布自定义镜像：https://www.cnblogs.com/fanqisoft/p/11315392.html
⒈在Docker Hub（Docker官方镜像仓库）注册自己的用户名。
⒉在Docker中使用docker login命令登录自己的用户名密码。
?（首次登陆需要自己的用户名密码）
⒊使用docker push 镜像名称 上传本地镜像到镜像仓库
docker push 镜像名称例如：
docker push 1160966815/tensorflow1
?此时在Docker Hub中就能够找到自己发布的镜像了：
六、在LiCO中下载镜像
LiCO服务器登陆网址
登陆LiCO之后进入专家模式：
?在专家模式命令行中下载之前发布的tensorflow镜像：
singularity build tensorflow.sif docker://1160966815/tensorflow1 ?（其中tensorflow.sif为自命名文件）
此时镜像已下载好，可以在文件管理中查看
??tensorflow.sif文件即为刚下载的镜像文件
七、实现深度学习模型训练
1.上传训练文件
进入文件管理，点击右键，Upload files进行本地文件上传。
?2.开始训练
进入提交作业，选择General-Common Job——点击使用——自定义作业名称——选择自己的工作目录——填写运行脚本
?运行脚本：（第一个路径为镜像所在的路径，第二个路径为自己的运行代码所在的路径，python代表的意思是：运行的文件为py文件）
根据自己的需求选择资源选项，点击提交，即可开始训练。
参考链接
? ? ? ??在ubuntu中下载docker ：https://blog.csdn.net/qq_40663357/article/details/83307338
? ? ? ? 进入Docker Hub网页：https://hub.docker.com/
????????发布自定义镜像：https://www.cnblogs.com/fanqisoft/p/11315392.html
? ? ? ??