Linux 下的 Docker 安装 
Docker是一个开源的应用容器引擎。使用 Docker,既可以将 PaddlePaddle 的安装&使用与系统环境隔离,也可以与主机共享 GPU、网络等资源。 以下 Docker 安装与使用流程中,docker 里已经安装好了特定版本的 PaddlePaddle。
环境准备 
- 目前支持的系统类型,请见安装说明,请注意目前暂不支持在 CentOS 6 使用 Docker 
- 在本地主机上安装 Docker 
- 如需在 Linux 开启 GPU 支持,请安装 NVIDIA Container Toolkit 
- 镜像中 Python 版本为 3.10 
安装步骤 
1. 拉取 PaddlePaddle 镜像 
对于国内用户,因为网络问题下载 docker 比较慢时,可使用百度提供的镜像:
- CPU 版的 PaddlePaddle: - docker pull registry.baidubce.com/paddlepaddle/paddle:2.6.1
- CPU 版的 PaddlePaddle,且镜像中预装好了 jupyter: - docker pull registry.baidubce.com/paddlepaddle/paddle:2.6.1-jupyter
- GPU 版的 PaddlePaddle(建议拉取最新版本镜像,并确保已经成功安装 NVIDIA Container Toolkit): - docker pull registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda11.2-cudnn8.2-trt8.0- docker pull registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda11.7-cudnn8.4-trt8.4- docker pull registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda12.0-cudnn8.9-trt8.6
如果您的机器不在中国大陆地区,可以直接从 DockerHub 拉取镜像:
- CPU 版的 PaddlePaddle: - docker pull paddlepaddle/paddle:2.6.1
- CPU 版的 PaddlePaddle,且镜像中预装好了 jupyter: - docker pull paddlepaddle/paddle:2.6.1-jupyter
- GPU 版的 PaddlePaddle(建议拉取最新版本镜像,并确保已经成功安装 NVIDIA Container Toolkit): - docker pull paddlepaddle/paddle:2.6.1-gpu-cuda11.2-cudnn8.2-trt8.0- docker pull paddlepaddle/paddle:2.6.1-gpu-cuda11.7-cudnn8.4-trt8.4- docker pull paddlepaddle/paddle:2.6.1-gpu-cuda12.0-cudnn8.9-trt8.6
您还可以访问DockerHub获取更多镜像。
2. 构建并进入 docker 容器 
- 使用 CPU 版本的 PaddlePaddle: - docker run --name paddle_docker -it -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.6.1 /bin/bash- --name paddle_docker:设定 Docker 的名称,- paddle_docker是自己设置的名称;
- -it:参数说明容器已和本机交互式运行;
- -v $PWD:/paddle:指定将当前路径(PWD 变量会展开为当前路径的绝对路径)挂载到容器内部的 /paddle 目录;
- registry.baidubce.com/paddlepaddle/paddle:2.6.1:指定需要使用的 image 名称,您可以通过- docker images命令查看;/bin/bash 是在 Docker 中要执行的命令
 
- 使用 CPU 版本的 PaddlePaddle,且镜像中预装好了 jupyter: - mkdir ./jupyter_docker- chmod 777 ./jupyter_docker- cd ./jupyter_docker- docker run -p 80:80 --rm --env USER_PASSWD="password you set" -v $PWD:/home/paddle registry.baidubce.com/paddlepaddle/paddle:2.6.1-jupyter- --rm:关闭容器后删除容器;
- --env USER_PASSWD="password you set":为登入用户 ["jovyan", "paddle"] 设置登录密码,- password you set是自己设置的密码;
- -v $PWD:/home/paddle:指定将当前路径(PWD 变量会展开为当前路径的绝对路径)挂载到容器内部的 /home/paddle 目录;
- registry.baidubce.com/paddlepaddle/paddle:2.6.1-jupyter:指定需要使用的 image 名称,您可以通过- docker images命令查看
 
- 使用 GPU 版本的 PaddlePaddle: - docker run --gpus all --name paddle_docker -v $PWD:/paddle --network=host -it registry.baidubce.com/paddlepaddle/paddle:latest-dev-cuda12.0-cudnn8.9-trt8.6-gcc12.2 /bin/bash- --gpus all: 在 Docker 容器中允许使用 gpu;
- --name paddle_docker:设定 Docker 的名称,- paddle_docker是自己设置的名称;
- -v $PWD:/paddle: 将当前目录挂载到 Docker 容器中的/paddle 目录下(Linux 中 PWD 变量会展开为当前路径的绝对路径);
- -it: 与宿主机保持交互状态;
- registry.baidubce.com/paddlepaddle/paddle:latest-dev-cuda12.0-cudnn8.9-trt8.6-gcc12.2:使用名为- registry.baidubce.com/paddlepaddle/paddle, tag 为- latest-dev-cuda12.0-cudnn8.9-trt8.6-gcc12.2的镜像创建 Docker 容器,/bin/bash 进入容器后启动/bin/bash 命令。
 
至此,您已经成功使用 Docker 安装 PaddlePaddle,更多 Docker 使用请参见Docker 官方文档
镜像简介 
| 镜像源 | 镜像说明 | 
|---|---|
| registry.baidubce.com/paddlepaddle/paddle:2.6.1 | 安装了 2.6.1 版本 paddle 的 CPU 镜像 | 
| registry.baidubce.com/paddlepaddle/paddle:2.6.1-jupyter | 安装了 2.6.1 版本 paddle 的 CPU 镜像,且镜像中预装好了 jupyter,启动 docker 即运行 jupyter 服务 | 
| registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda12.0-cudnn8.9-trt8.6 | 安装了 2.6.1 版本 paddle 的 GPU 镜像,cuda 版本为 12.0,cudnn 版本为 8.9,trt 版本为 8.6 | 
| registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda11.7-cudnn8.4-trt8.4 | 安装了 2.6.1 版本 paddle 的 GPU 镜像,cuda 版本为 11.7,cudnn 版本为 8.4,trt 版本为 8.4 | 
| registry.baidubce.com/paddlepaddle/paddle:2.6.1-gpu-cuda11.2-cudnn8.2-trt8.0 | 安装了 2.6.1 版本 paddle 的 GPU 镜像,cuda 版本为 11.2,cudnn 版本为 8.2,trt 版本为 8.0 | 
您可以在 DockerHub 中找到 PaddlePaddle 的各个发行的版本的 docker 镜像。
补充说明 
- 当您需要第二次进入 Docker 容器中,使用如下命令: - 启动之前创建的容器 - docker start <Name of container>- 进入启动的容器 - docker attach <Name of container>
- 如您是 Docker 新手,您可以参考互联网上的资料学习,例如Docker 教程 
如何卸载 
请您进入 Docker 容器后,执行如下命令
- CPU 版本的 PaddlePaddle: - pip uninstall paddlepaddle
- GPU 版本的 PaddlePaddle: - pip uninstall paddlepaddle-gpu
或通过docker rm <Name of container>来直接删除 Docker 容器
