手动创建Docker镜像

Docker 镜像是通过 Dockerfile 文件来构建的。该文件没有任何扩展名，文件名固定为 Dockerfile。

从本质上来说，Dockerfile 可以看作是一份用于自动化构建镜像的脚本文件。我们在日常使用 Linux 系统时，在终端中执行的各种安装、配置命令（例如安装软件、修改环境变量等），都可以按照一定的语法规则写入到 Dockerfile 中。

不过，这些普通的 Shell 命令需要配合 Docker 提供的特定指令（如 RUN、COPY、ENV 等）一起使用，Docker 才能够正确解析并执行这些步骤。构建镜像的过程，本质上就是按照 Dockerfile 中定义的指令，从上到下一步步执行，最终生成一个可用的镜像。

通过这种方式，我们可以将环境配置过程标准化、自动化，从而实现环境的一致性与可复现性。

下面列出了一些常用的 Dockerfile 指令及其作用：

1.DockerFile常用命令

2.自己创建容器

2.1.手动创建

首先创建一个文件夹来存放你的Dockerfile 比如我在~/UserFolder/MySource/下创建了一个MyDocker文件夹.

创建好后,在个文件夹下打开vscode.

cd ~/UserFolder/MySource/MyDocker
code .

在VScode插件中安装Dev Containers,Container Tools这俩插件.

1. 插件1：微软Docker工具

docker扩展插件已经进化为container tools了，请安装container tools。

2. 插件2：微软Docker远程开发工具

下面这是远程开发的插件。

接下来创建Dockerfile文件:

我们创建一个最简单的X86架构的镜像,这个镜像的内容是:

1. 基于Ubuntu24.04系统的镜像
2. 自带CUDA和CuDNN
3. 默认Shell环境为bash
4. 换源为国内镜像源
5. Shell添加上丰富的颜色

# 基于NVIDIA官方CUDA 12.6和CuDNN基础镜像
FROM nvidia/cuda:12.6.0-cudnn-devel-ubuntu24.04

# 设置环境变量以防止交互安装
ENV DEBIAN_FRONTEND=noninteractive

# 强制使用 Bash 作为默认 Shell
SHELL ["/bin/bash", "-c"]

# 先更新包列表并安装CA证书
RUN apt-get update && apt-get install -y ca-certificates \
    && rm -rf /var/lib/apt/lists/*

# 替换为清华大学的DEB822格式镜像源
RUN sed -i 's|http://archive.ubuntu.com/ubuntu/|https://mirrors.tuna.tsinghua.edu.cn/ubuntu/|g' /etc/apt/sources.list.d/ubuntu.sources

# 配置终端颜色和提示符
RUN sed -i 's/#force_color_prompt=yes/force_color_prompt=yes/g' /root/.bashrc && \
    # 自定义PS1（带颜色的提示符）
    echo 'export PS1="\[\033[1;36m\]\u@\h\[\033[00m\]:\[\033[1;34m\]\w\[\033[00m\]\$ "' >> /root/.bashrc && \
    # 给ls、grep等命令添加别名
    echo "alias ls='ls --color=auto'" >> /root/.bashrc && \
    echo "alias grep='grep --color=auto'" >> /root/.bashrc && \
    echo "alias ll='ls -alFh --color=auto'" >> /root/.bashrc && \
    # 清理临时文件
    rm -rf /tmp/LS_COLORS

在x86电脑上编译x86的镜像(一定要有科学的网络环境,不然拉取不了英伟达的镜像)：

命令格式为docker build -t 镜像名称 . 比如:

docker build -t ubuntu24_cuda126_cudnn:latest .

然后使用docker images命令查看编译好的镜像.

2.2.运行此镜像

使用run命令的参数非常重要里的run命令来运行创建好的镜像.

应该把--name修改为你要创建的容器的名字,比如ubuntu24cuda126,然后最底下那行应该写你刚才创建的镜像的名字,比如ubuntu24_cuda126_cudnn:latest.

对应本教程的命令应该为:

sudo docker run --name=ubuntu24cuda126 \
--gpus all \
-e NVIDIA_DRIVER_CAPABILITIES=all \
-e DISPLAY=$DISPLAY \
-dit \
--privileged \
--net=host \
--group-add audio \
--group-add video \
--group-add dialout \
-e XAUTHORITY=$HOME/.Xauthority \
-e WAYLAND_DISPLAY=$WAYLAND_DISPLAY \
-e XDG_RUNTIME_DIR=$XDG_RUNTIME_DIR \
-e QT_QPA_PLATFORM=xcb \
-v /tmp/.X11-unix:/tmp/.X11-unix:rw \
-v /dev/dri:/dev/dri \
-v $HOME/.Xauthority:$HOME/.Xauthority:ro \
-v /run/user/$(id -u)/wayland-0:/run/user/$(id -u)/wayland-0 \
-v /run/user/$(id -u):/run/user/$(id -u) \
-v $HOME:$HOME \
-w $HOME \
ubuntu24_cuda126_cudnn:latest

出现下列这一行,代表成功了.

可以在VScode的插件里看到容器已经成功运行.

2.3.打开容器里的Ubuntu24系统的终端

命令格式为docker exec -it 容器名称 bash 比如:

docker exec -it ubuntu24cuda126 bash

如下图你已经进入了容器里的Ubuntu24系统的终端了.

接下来可以安装一个neofetch测试一下.

注意,你这里已经是在root的身份下运行Ubuntu24系统的终端了,所以不需要每条命令前加sudo了,比如sudo apt update可以直接用apt update代替.

apt update
apt install neofetch
neofetch

然后可以顺便测试下英伟达驱动和CUDA以及CuDNN的安装情况:

nvidia-smi
nvcc -V
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

如下图可知,容器中的Ubuntu24共享了宿主的英伟达驱动,版本为595.80. 自带CUDA12.6与CuDNN9.3.0

2.4.将镜像推送至Docker Hub

将 Docker 镜像推送到 Docker Hub 的步骤如下：

1. 创建 Docker Hub 账户

如果你还没有 Docker Hub 账户，请前往 Docker Hub 注册一个免费账户。

2. 登录 Docker Hub

在终端中使用以下命令登录到你的 Docker Hub 账户：

docker login

输入你的 Docker Hub 用户名和密码进行验证。

3. 为你的镜像打标签

Docker Hub 使用 <用户名>/<镜像名>:<标签> 的格式来标识镜像。你需要为你的镜像打上标签，以便能够推送到 Docker Hub。使用以下命令：

docker tag 镜像名:标签 <你的用户名>/新镜像名:标签

例如，如果你的 Docker Hub 用户名是 tungchiahui，你应该执行：

docker tag ubuntu24_cuda126_cudnn:latest tungchiahui/ubuntu24_cuda126_cudnn:latest

4. 推送镜像到 Docker Hub

使用以下命令将镜像推送到 Docker Hub：

docker push <你的用户名>/镜像名:标签

例如：

docker push tungchiahui/ubuntu24_cuda126_cudnn:latest

5. 验证推送成功

你可以通过访问 Docker Hub 的个人页面来验证你的镜像是否已成功推送。

注意事项

• 确保你的镜像大小在 Docker Hub 的限制范围内（一般为 10GB）。

• 如果你打算将镜像公开，可以设置为公共仓库；如果希望只有你自己可以访问，可以设置为私有仓库。

2.5.手动创建(跨平台多架构构建)(高阶的,暂时不用学)

如果您想在 x86/x64 电脑上即为本机x86设备构建镜像，又想为树莓派、Jetson等ARM64 设备构建 Docker 镜像 ，需要使用 Docker 的跨平台构建功能 。以下是完整解决方案：

---

启用 Docker 跨平台构建

在 x86 主机上模拟 ARM64 环境需要以下工具：

1. 启用 buildx（只需执行一次）

docker buildx create --name multiarch_builder --use

这会创建并启用一个支持多架构构建的 builder，电脑重启后也依然存在，所以只用运行一次。

2. 安装 QEMU 支持（一般新版 Docker Desktop 已自带，但是Linux必须要安装） 如果你用的是服务器或Linux发行版，确保有 qemu 模拟器：

docker run --rm --privileged multiarch/qemu-user-static --reset -p yes

电脑重启后，就会消失，所以需要你每次电脑重启后，在buildx命令前，运行一次该命令即可。

3. 修改dockerfile为多架构版本

# 支持多架构，使用变量指定架构
ARG TARGETARCH

# 基于NVIDIA官方CUDA 12.6和CuDNN基础镜像
FROM --platform=linux/${TARGETARCH} nvidia/cuda:12.6.0-cudnn-devel-ubuntu24.04

# 设置环境变量以防止交互安装
ENV DEBIAN_FRONTEND=noninteractive

# 强制使用 Bash 作为默认 Shell
SHELL ["/bin/bash", "-c"]

# 先更新包列表并安装CA证书
RUN apt-get update && apt-get install -y ca-certificates \
    && rm -rf /var/lib/apt/lists/*

# 替换为清华大学的DEB822格式镜像源
RUN if [ "$(dpkg --print-architecture)" = "amd64" ]; then \
        sed -i 's|http://archive.ubuntu.com/ubuntu/|https://mirrors.tuna.tsinghua.edu.cn/ubuntu/|g' /etc/apt/sources.list.d/ubuntu.sources; \
    elif [ "$(dpkg --print-architecture)" = "arm64" ]; then \
        sed -i 's|http://ports.ubuntu.com/ubuntu-ports/|https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/|g' /etc/apt/sources.list.d/ubuntu.sources; \
    fi

# 配置终端颜色和提示符
RUN sed -i 's/#force_color_prompt=yes/force_color_prompt=yes/g' /root/.bashrc && \
    # 自定义PS1（带颜色的提示符）
    echo 'export PS1="\[\033[1;36m\]\u@\h\[\033[00m\]:\[\033[1;34m\]\w\[\033[00m\]\$ "' >> /root/.bashrc && \
    # 给ls、grep等命令添加别名
    echo "alias ls='ls --color=auto'" >> /root/.bashrc && \
    echo "alias grep='grep --color=auto'" >> /root/.bashrc && \
    echo "alias ll='ls -alFh --color=auto'" >> /root/.bashrc && \
    # 清理临时文件
    rm -rf /tmp/LS_COLORS

4. 构建多架构镜像 用下面的命令构建 amd64 和 arm64：

docker buildx build --platform linux/amd64,linux/arm64 -t <你的镜像名>:<标签> --push .

例子：

docker buildx build \
--platform linux/amd64,linux/arm64 \
 -t tungchiahui/ubuntu24_cuda126_cudnn:latest \
 --push \
 .

说明： --platform 指定多架构。 --push 是必须的，因为 buildx 的多平台构建默认是不能本地加载的（除非加 --load，但那只能支持单一架构）。

2.6.清除构建缓存

# 清理BuildKit构建缓存
docker builder prune -f