Docker User Guide - Revision history

Yw at 03:05, 24 June 2016

2016-06-24T03:05:17Z

2016-06-24T02:36:13Z

2016-06-24T02:35:30Z

2016-06-24T02:32:44Z

‎发布GPU应用

2016-06-24T02:32:00Z

2016-06-24T02:28:29Z

‎发布GPU应用

2016-06-24T02:26:44Z

‎发布GPU应用

2016-06-24T02:20:48Z

2016-06-24T02:03:37Z

‎发布GPU应用

2016-06-24T02:01:34Z

‎发布GPU应用

@@ Line 1: / Line 1: @@
 清华大学交叉信息研究院Docker(GPU-Cluster)用户操作指南
-= 申请Docker资源 =
+= 申请Docker(GPU-Cluster)资源 =
 请登录www.shurenyun.com 注册一个账户。
@@ Line 63: / Line 63: @@
 登录容器后，可以通过命令：caffe device_query -gpu all 来查看GPU信息

← Older revision		Revision as of 02:36, 24 June 2016
Line 11:		Line 11:
	用户使用Docker（GPU-Cluster）资源，详细操作，如下：		用户使用Docker（GPU-Cluster）资源，详细操作，如下：

−	~~== 发布GPU应用 ==~~
	使用注册的账户登录www.shurenyun.com，点击左侧导航栏中的“应用管理”，然后点击右上角的第一个图标，会出现“新建应用”，点击“新建应用”发布一个deeplearning:allinone的应用。		使用注册的账户登录www.shurenyun.com，点击左侧导航栏中的“应用管理”，然后点击右上角的第一个图标，会出现“新建应用”，点击“新建应用”发布一个deeplearning:allinone的应用。

← Older revision		Revision as of 02:35, 24 June 2016
Line 1:		Line 1:
	清华大学交叉信息研究院Docker(GPU-Cluster)用户操作指南		清华大学交叉信息研究院Docker(GPU-Cluster)用户操作指南
−

	= 申请Docker资源 =		= 申请Docker资源 =

@@ Line 62: / Line 62: @@
 点击“创建”
-应用创建成功后， 通过 ssh -p ${ssh的映射端口}root@${应用地址栏看到的IP}(这里的应该是 10.1.0.170)，密码：password ，即可访问
+应用创建成功后， 通过ssh -p ${ssh的映射端口}root@${应用地址栏看到的IP}(这里的应该是 10.1.0.170)，密码：password ，即可访问容器。
-登录容器内部后， 我们可以通过命令： caffe device_query -gpu all 来查看GPU信息
+登录容器后，可以通过命令：caffe device_query -gpu all 来查看GPU信息
 == Troubleshooting ==

← Older revision		Revision as of 02:32, 24 June 2016
Line 65:		Line 65:

	登录容器内部后，我们可以通过命令： caffe device_query -gpu all 来查看GPU信息		登录容器内部后，我们可以通过命令： caffe device_query -gpu all 来查看GPU信息
−
−	~~== 固定访问端口 ==~~

	== Troubleshooting ==		== Troubleshooting ==
		+
		+	机器 10.1.0.179/180 的是/var/lib/docker/volumes/nvidia_driver_352.39 而不是/var/lib/docker/volumes/nvidia_driver_352.79 , 为了保持统一，执行了
		+
		+	ln -s /var/lib/docker/volumes/nvidia_driver_352.39/_data /var/lib/docker/volumes/nvidia_driver_352.79

← Older revision		Revision as of 02:28, 24 June 2016
Line 51:		Line 51:

	Key: device 对应的Value: /dev/nvidiactl		Key: device 对应的Value: /dev/nvidiactl
		+
		+	提示：如果需要固定ssh的映射端口，需要添加如下参数。
		+
		+	Key: publish Value: 22:映射端口

	13）日志目录：可以不修改		13）日志目录：可以不修改

@@ Line 40: / Line 40: @@
 ）应用地址： 应用端口：22，协议为TCP，映射端口：52222（用户可以自定义端口号，端口范围1024-65535）。使用此方式配置的映射端口是变化的，为ssh访问带来不变。用户可以把映射端口固定下来，不让其变化。操作如下：
-在该处，不对“应用地址”进行配置。在第12）条的Docker参数中，添加额外的参数 Key: publish   Value: 22:32222
+在该处，不对“应用地址”进行配置。在第12）条的Docker参数中，添加额外的参数 Key: publish   Value: 22:32222  此例中32222为ssh的映射端口，后续使用ssh访问容器时，需要用该端口。
-o	这样你就可以通过 ssh -p32222 root@${应用地址栏看到的IP} 了。
 ）环境变量： 可以不填写
@@ Line 59: / Line 58: @@
 点击“创建”
-应用创建成功后， 通过 ssh -p ${应用地址栏看到的端口} root@${应用地址栏看到的IP}(这里的应该是 10.1.0.170)，密码：password ，即可访问
+应用创建成功后， 通过 ssh -p ${ssh的映射端口}root@${应用地址栏看到的IP}(这里的应该是 10.1.0.170)，密码：password ，即可访问
 登录容器内部后， 我们可以通过命令： caffe device_query -gpu all 来查看GPU信息

@@ Line 39: / Line 39: @@
 >主机目录：/mnt/data  映射到容器目录：/mnt/data 用户需要将持久化保持的数据放到该目录的某个文件夹下。(注：该目录是个nfs目录，数据将会被持久化存储到 ceph 上。由于当前版本数人云无法与ldap绑定，所以该目录里面的文件没有隔离机制，只能要求用户各自建立一个 home 目录来放置自己的文件)
-）应用地址： 应用端口：22，协议为TCP，映射端口：52222（也可以是别的端口，用户自己决定，端口范围1024-65535）
+）应用地址： 应用端口：22，协议为TCP，映射端口：52222（用户可以自定义端口号，端口范围1024-65535）。使用此方式配置的映射端口是变化的，为ssh访问带来不变。用户可以把映射端口固定下来，不让其变化。操作如下：
 ）环境变量： 可以不填写
@@ Line 45: / Line 47: @@
 ）Docker 参数: 单击“添加DOCKER参数”按钮，添加如下3个参数。
-Key: device Value: /dev/nvidia-uvm
+Key: device   对应的Value: /dev/nvidia-uvm
-Key: device Value: /dev/nvidia0
+Key: device   对应的Value: /dev/nvidia0
-Key: device Value: /dev/nvidiactl
+Key: device   对应的Value: /dev/nvidiactl
 ）日志目录： 可以不修改