你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
CNTK Docker 容器
可以在 Linux 系统上将CNTK设置为 Docker 容器。
可通过两种方式使用 CNTK Docker 容器：
使用在Docker Hub发布的CNTK映像
我们在Docker Hub托管公共CNTK图像。 请参阅Docker Hub CNTK存储库页中可用的映像的完整列表。 我们当前仅托管 运行时 配置。 运行时配置对应于安装并配置CNTK二进制包的环境。 此配置既不包含CNTK源代码，也不包含生成CNTK所需的先决条件。
请注意，需要 NVIDIA Docker 才能使用启用了 GPU 的映像CNTK。
标准 Docker 命令用于获取映像：
docker pull mcr.microsoft.com/cntk/release
获取最新的正式发布映像，即目前可用的最新 GPU 运行时配置。 还可以获取最新的夜间开发映像：
docker pull mcr.microsoft.com/cntk/nightly
若要获取特定配置，需要添加标记。 例如
docker pull mcr.microsoft.com/cntk/release:2.7-cpu-python3.5
将CNTK为 Python 3.5 设置的 2.7 CPU 运行时配置。
如果不熟悉 Docker，请在此页 阅读以下部分 。
使用 Docker 容器运行CNTK Jupyter Notebook教程
可以使用 CNTK Docker 容器在本地环境中运行 CNTK Jupyter Notebook。
我们假设你已从Docker Hub拉取所需的映像。 在下面的示例中，我们将使用 GPU 配置。 如果使用 CPU 配置，请在下面的命令中替换所有匹配项nvidia-dockerdocker。
首先在分离模式下创建并启动CNTK容器， (我们使用8888端口，Jupyter Notebook应用程序) 默认端口：
nvidia-docker run -d -p 8888:8888 --name cntk-jupyter-notebooks -t mcr.microsoft.com/cntk/release
现在，在 Docker 容器中启动Jupyter Notebook服务器：
docker exec -it cntk-jupyter-notebooks bash -c "source /cntk/activate-cntk && jupyter-notebook --no-browser --port=8888 --ip=0.0.0.0 --notebook-dir=/cntk/Tutorials --allow-root"
在终端中，你将看到 Jupyter Notebooks 服务器的控制台输出。 此输出将包含如下所示的行：
http://0.0.0.0:8888/?token=082684fbe2b43eebd72583c301c05072084173d0ac06a4d7
复制示例 082684fbe2b43eebd72583c301c05072084173d0ac06a4d7) 中显示的令牌 (。
现在，可以使用运行 Docker 容器的计算机的 IP 地址访问 CNTK Jupyter Notebook。 例如，如果你的计算机地址是192.168.1.1访问CNTK笔记本打开浏览器窗口，然后转到http://192.168.1.1:8888。
请注意，在第一次运行期间，Jupyter Notebook应用程序将请求密码或令牌。 使用上面保存的令牌。
若要在终端中停止Jupyter Notebook服务器发送Ctrl-C序列，可在终端中输出 Jupiter Notebook 服务器控制台并确认关闭服务器。 请注意，它 不会 停止 Docker 容器本身。 若要停止容器，请使用以下命令：
docker stop cntk-jupyter-notebooks
警告！ 上述命令将向可以访问运行 Docker 容器的计算机的 IP 地址的 每个人 公开 Jupyter Notebooks 应用程序。
生成 CNTK Docker 映像
可以使用同一容器生成和运行CNTK，这是重现引用配置的建议方法。
首先需要安装 docker。 强烈建议遵循 官方 docker 文档中的安装过程。 Linux 分发版附带的版本可能已过时，并且不适用于 nvidia-docker 除 docker 以外的 (，如果计划从同一容器) 生成和运行 GPU 映像，则可能需要安装这些版本。 还应按照标题 为创建 docker 组的可选部分中的说明进行操作。
通讯员 Docker 文件位于 CNTK 存储库中https://github.com/Microsoft/CNTK/tree/release/latest/Tools/docker
若要生成具有CNTK及其所有依赖项的 docker 映像，只需克隆CNTK存储库，导航到CNTK/Tools/docker并使用要从 (CPU 或 GPU) 生成的 Dockerfile。 例如，若要生成CNTK的 GPU docker 映像，请执行：
docker build -t cntk -f CNTK-GPU-Image/Dockerfile .
参数 -f <path/to/Dockerfile> 是必需的，因为某些修补程序（适用于 CPU 和 GPU dockerfiles）需要应用于 SWIG 源代码。
如果收到指出需要为 docker 提供 DNS 服务器的 IP 地址的错误 Could not resolve 'archive.ubuntu.com' 。
首先使用以下命令查找 DNS 服务器的 IP 地址
nm-tool
或命令
nmcli dev show
假设 DNS 服务器的 IP 是 a.b.c.d 和 x.y.z.w。
Then
- 在 Ubuntu 15.10 及更高版本 (或其他使用 systemd) 修改
/lib/systemd/system/docker.service的 Linux 上，以便 docker 守护程序以其他选项启动--dns a.b.c.d --dns x.y.z.w - 在 Ubuntu 15.04 及更早版本的 (或其他不使用 systemd) 编辑
/etc/default/docker的 Linux 上，以便行
未注释并包含 DNS 服务器的 IP 地址。#DOCKER_OPTS="--dns 8.8.8.8 --dns 8.8.4.4"
注意：某些公司阻止公共 DNS 服务器，例如 8.8.8.8 和 8.8.4.4。 可以尝试使用它们，但如果问题仍然存在，则应尝试使用报告的 nm-tool/nmcliDNS 服务器 IP 地址。
Restart the docker daemon via
sudo service docker restart
并删除使用错误 DNS 设置创建的任何 Docker 映像。 若要删除所有 Docker 映像，请执行以下操作
docker rmi $(docker images -q)
若要删除所有 Docker 容器，请执行以下操作
docker rm $(docker ps -a -q)
现在重试
docker build -t cntk -f CNTK-GPU-Image/Dockerfile .
如果有 GPU，则需要在生成映像后通过 docker 容器对其进行访问。 尝试运行以下命令：
docker run --rm cntk nvidia-smi
如果正常工作，则已完成。 如果没有，则意味着在主机上和CNTK docker 映像中安装的 CUDA 版本和/或驱动程序之间存在不匹配。 具体而言，内核模式 NVidia 驱动程序模块与用户模式模块 (这是共享库) ，如果主机上的版本与容器中的版本不完全匹配，则会发生此情况。 幸运的是，这很容易修复。 只需安装 nvidia-docker 并将其与 docker (完全一样，就无需重新生成映像) 。
nvidia-docker run --rm cntk nvidia-smi
这应该正常工作，并使CNTK能够从 docker 容器内部使用 GPU。 如果不起作用，请在 nvidia-docker GitHub 上搜索“问题”部分 -- 已记录许多解决方案。 请注意，如果 /usr 和 /var 目录位于不同的分区中，则需要执行一些额外的步骤，如下所示。 若要将交互式 shell 获取到退出后 不会 自动删除的容器
nvidia-docker run --name cntk_container1 -ti cntk bash
如果要在主机 (计算机或 VM 之间共享数据和配置) 以及正在使用CNTK的容器，请使用 -v 选项，例如。
nvidia-docker run --name cntk_container1 -ti -v /project1/data:/data -v /project1/config:/config cntk bash
这将使 /project1/data 从主机显示为容器中的 /data，并将 /project1/config 显示为 /config。这种隔离可以减少容器化试验覆盖或使用错误数据的可能性。