docker 常用的命令：
在xshell中：
face_ceshi: 容器名
docker与本地机进行文件交互：
docker cp /data/face/main.py face_ceshi:./app/
/data/face/main.py :main.py 文件在本地机上的存放路径
face_ceshi:容器的名称
./app/：将main.py文件存放到容器中的路径
启动容器：docker start face_ceshi
进入容器：docker exec -it face_ceshi bash
关闭容器：docker stop face_ceshi
重启容器：docker restart face_ceshi
退出容器：exit 或者 ctr+D
删除容器：docker rm -f face_ceshi
查看容器日志： docker logs face_ceshi
查看容器所有容器：docker ps -a
查看运行的容器： docker ps
查看所有镜像： docker images
删除镜像：docker rmi -f d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
查看docker信息： docker info
拉取镜像： docker pull d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
查询镜像： docker search d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
创建容器： docker run -dit --privileged=True -p 8085:8046 -p 25005:22 --name=ldx_ceshi 2166eb06f3be /bin/bash
-i 交互
-t 终端
-d 守护
--privileged=True 特权
--p 端口映射，格式为 宿主机端口：容器端口
--P 随机端口映射
-v 挂载宿主机目录，格式为 宿主机目录：容器目录
--name 容器名,随便起
2166eb06f3be 镜像ID
/bin/bash 执行的命令
--rm 如果容器停止自动清理
--shm-size 8G 设置内存大小
docker容器挂在到宿主机：
docker run -dit --privileged=True --gpus all -p 11111:8090 -p 1111:22 -v /data/data/yy/docker:/app --name=yy_tf a7ce7f5fd03a /bin/bash
容器封打包成镜像 docker commit -a 'lxz' -m 'gpu' a404c6c174a2 lxz_caffe_gpu
-a 作者
-m 说明
a404c6c174a2 容器ID
lxz_caffe_gpu 自己起的镜像名
导出镜像：docker save -o /home/lxz.tar lxz_caffe_gpu
导入镜像：docker load lxz.tar
docker images
docker 部署深度学习模型链接（tensorflow-keras版本）链接：
https://www.cnblogs.com/dhName/p/12680944.htmldocker 常用的命令：
在xshell中：
face_ceshi: 容器名
- docker与本地机进行文件交互：
docker cp /data/face/main.py face_ceshi:./app/
/data/face/main.py :main.py 文件在本地机上的存放路径 face_ceshi:容器的名称 ./app/：将main.py文件存 放到容器中的路径
- 启动容器：docker start face_ceshi
- 进入容器：docker exec -it face_ceshi bash
- 关闭容器：docker stop face_ceshi
- 重启容器：docker restart face_ceshi
- 退出容器：exit 或者 ctr+D
- 删除容器：docker rm -f face_ceshi
- 查看容器日志： docker logs face_ceshi
- 查看容器所有容器：docker ps -a
- 查看运行的容器： docker ps
- 查看所有镜像： docker images
- 删除镜像：docker rmi -f d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
- 查看docker信息： docker info
- 拉取镜像： docker pull d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
- 查询镜像： docker search d5a4750eff3f d5a4750eff3f：镜像名（IMAGE ID）
- 创建容器： docker run -dit --privileged=True -p 8085:8046 -p 25005:22 --name=ldx_ceshi 2166eb06f3be /bin/bash
-i 交互
-t 终端
-d 守护
--privileged=True 特权
--p 端口映射，格式为 宿主机端口：容器端口
--P 随机端口映射
-v 挂载宿主机目录，格式为 宿主机目录：容器目录
--name 容器名,随便起
2166eb06f3be 镜像ID
/bin/bash 执行的命令
--rm 如果容器停止自动清理
docker run -dit --privileged=True --gpus all -p 11111:8090 -p 1111:22 -v /data/data/yy/docker:/app --name=ldx_ceshi a2166eb06f3be /bin/bash
容器封打包成镜像 docker commit -a 'lxz' -m 'gpu' a404c6c174a2 lxz_caffe_gpu
-a 作者
-m 说明
a404c6c174a2 容器ID
lxz_caffe_gpu 自己起的镜像名导出镜像：docker save -o /home/lxz.tar lxz_caffe_gpu
导入镜像：docker load lxz.tar
docker images
docker 部署深度学习模型链接（tensorflow-keras版本）链接：