安装PaddlePaddle的Docker镜像¶

PaddlePaddle提供了Docker的使用镜像。PaddlePaddle推荐使用Docker进行PaddlePaddle的部署和运行。Docker是一个基于容器的轻量级虚拟环境。具有和宿主机相近的运行效率，并提供了非常方便的二进制分发手段。

下述内容将分为如下几个类别描述。

PaddlePaddle提供的Docker镜像版本
下载和运行Docker镜像
注意事项

PaddlePaddle提供的Docker镜像版本¶

我们提供了12个 Docker image ，他们的image name都是 paddle-dev/paddle ，tag分别为

	normal	devel	demo
CPU	cpu-latest	cpu-devel-latest	cpu-demo-latest
GPU	gpu-latest	gpu-devel-latest	gpu-demo-latest
CPU WITHOUT AVX	cpu-noavx-latest	cpu-devel-noavx-latest	cpu-demo-noavx-latest
GPU WITHOUT AVX	gpu-noavx-latest	gpu-devel-noavx-latest	gpu-demo-noavx-latest

其中，横向包括三个版本，normal，devel和demo。

Normal: 正常的Docker image，只包括paddle的二进制
Devel: 包括Paddle的二进制、编译环境和源代码
Demo: 包括Paddle运行demo所需要的依赖

纵向包括四个版本，他们是。

CPU: CPU版本。需要支持AVX指令集的CPU
GPU: GPU版本。需要支持AVX指令集的CPU
CPU WITHOUT AVX: CPU版本，不支持AVX指令集的CPU也可以运行
GPU WITHOUT AVX: GPU版本，不需要AVX指令集的CPU也可以运行。

用户可以选择对应版本的docker image。使用如下脚本可以确定本机的CPU知否支持 AVX 指令集:

if cat /proc/cpuinfo | grep -q avx ; then echo "Support AVX"; else echo "Not support AVX"; fi

如果输出 Support AVX，则可以选择上表中的AVX版本PaddlePaddle。否则需要选择非AVX的PaddlePaddle。选择普通CPU版本的devel版本的image，则可以使用 paddle-dev/paddle:cpu-devel-latest 来引用这个image。

PaddlePaddle提供的镜像并不包含任何命令运行，想要运行PaddlePaddle，您需要进入镜像运行PaddlePaddle 程序或者自定义一个含有启动脚本的image。具体请参考注意事项中的 使用ssh访问PaddlePaddle镜像

下载和运行Docker镜像¶

为了运行PaddlePaddle的docker镜像，您需要在机器中安装好Docker。安装Docker需要您的机器至少具有3.10以上的linux kernel。安装方法请参考 Docker的官方文档。如果您使用 mac osx或者是windows机器，请参考 mac osx的安装文档和 windows 的安装文档。

您可以使用 docker pull 命令预先下载镜像，也可以直接执行 docker run 命令运行镜像。执行方法如下:

$ docker run -it paddledev/paddlepaddle:cpu-latest

即可启动和进入PaddlePaddle的container。如果运行GPU版本的PaddlePaddle，则需要先将 cuda相关的Driver和设备映射进container中，脚本类似于

$ export CUDA_SO="$(\ls /usr/lib64/libcuda* | xargs -I{} echo '-v {}:{}') $(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')"
$ export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
$ docker run ${CUDA_SO} ${DEVICES} -it paddledev/paddlepaddle:latest-gpu

进入Docker container后，运行 paddle version 即可打印出PaddlePaddle的版本和构建信息。安装完成的PaddlePaddle主体包括三个部分， paddle 脚本， python的 paddle 包和 py_paddle 包。其中:

paddle 脚本和 paddle 的python包是PaddlePaddle的训练主要程序。使用 paddle 脚本可以启动PaddlePaddle的训练进程和pserver。而 paddle 脚本中的二进制使用了 paddle 的python包来做配置文件解析等工作。
python包 py_paddle 是一个swig封装的PaddlePaddle包，用来做预测和简单的定制化训练。

注意事项¶

性能问题¶

由于Docker是基于容器的轻量化虚拟方案，所以在CPU的运算性能上并不会有严重的影响。而GPU的驱动和设备全部映射到了容器内，所以GPU在运算性能上也不会有严重的影响。

但是如果使用了高性能的网卡，例如RDMA网卡(RoCE 40GbE 或者 IB 56GbE)，或者高性能的以太网卡 (10GbE)。推荐使用将本地网卡，即 “–net=host” 来进行训练。而不使用docker 的网桥来进行网络通信。

远程访问问题和二次开发¶

由于PaddlePaddle的Docker镜像并不包含任何预定义的运行命令。所以如果想要在后台启用ssh 远程访问，则需要进行一定的二次开发，将ssh装入系统内并开启远程访问。二次开发可以使用Dockerfile构建一个全新的docker image。需要参考 Dockerfile的文档和 Dockerfile的最佳实践两个文档。

简单的含有ssh的Dockerfile如下：

FROM paddledev/paddle:cpu-latest

MAINTAINER PaddlePaddle dev team <paddle-dev@baidu.com>

RUN apt-get update
RUN apt-get install -y openssh-server
RUN mkdir /var/run/sshd
RUN echo 'root:root' | chpasswd

RUN sed -ri 's/^PermitRootLogin\s+.*/PermitRootLogin yes/' /etc/ssh/sshd_config
RUN sed -ri 's/UsePAM yes/#UsePAM yes/g' /etc/ssh/sshd_config

EXPOSE 22

CMD    ["/usr/sbin/sshd", "-D"]

使用该Dockerfile构建出镜像，然后运行这个container即可。相关命令为:

# cd到含有Dockerfile的路径中
$ docker build . -t paddle_ssh
# 运行这个container，将宿主机的8022端口映射到container的22端口上
$ docker run -d -p 8022:22  --name paddle_ssh_machine paddle_ssh

执行如下命令即可以关闭这个container，并且删除container中的数据:

# 关闭container
$ docker stop paddle_ssh_machine
# 删除container
$ docker rm paddle_ssh_machine

如果想要在外部机器访问这个container，即可以使用ssh访问宿主机的8022端口。用户名为 root，密码也是root。命令为:

$ ssh -p 8022 root@YOUR_HOST_MACHINE

至此，您就可以远程的使用PaddlePaddle啦。