这次摸鱼和同组的参加了一次比赛，负责给其他人训练好的模型打包成docker，这里简单记录一下过程中遇到的问题。

一、dockerfile的编写

关于dockerfile的语法并不是关键点，根据那几个关键字写好然后制作即可，在制作过程中可以使用COPY将requirement.txt复制进docker中然后用pip install一口气安装，这样可以节省很多CMD指令，此外，当docker制作好之后，如果指定了RUN则会直接执行RUN指令，这对于一些调试是不太方便的，最好是不设定RUN指令，在启动docker的时候，用bash来进入到docker内部，从而在内部进行调试。

二、docker文件路径的挂载

这次比赛中有一个过程需要让文件路径和内部联系起来，简单来说就是用docker处理外部的数据然后保存出来，在实现这个文件挂载的时候，可以使用COPY指令进行复制，但是如果是想将内部处理好的文件拷贝出来，经常出现找不到路径的问题，个人猜测可能是文件在内部处理完后退出docker并不会保存，所以最好的办法是使用挂载指令，在启动在命令中加入-v，从而实现路径的共享，这样内部处理完的东西可以直接在docker外移动。
docker文件路径挂载

三、docker内打包神经网络

之前尝试过一次直接把网络打包进docker，但这次比赛改进的OPENPCDET的模型比之前那个复杂很多。主要的问题就是环境，一开始打包的思路就是找一个干净的初始镜像，然后根据模型的requirement.txt进行环境的安装，但是出现了大量的错误，尝试了多次之后没有任何的结果，第二个想法就是尝试别人打包好的docker，然后将这些docker作为基础镜像向其中复制我们改进的模型，但是也失败了，主要原因还是别人打包的docker和我们服务器的环境还有差别，依然会产生各种各样乱七八糟的错误。

但是第二个方法，也就是基于别人的模型，这个思路是完全可行的，只不过要找一个靠谱的基础镜像，在不断搜索中发现OPENPCDET这个模型的原作者发布过一个论文的docker，既然库没有太大的变化，那么我就可以在这个docker的基础上，将我们的代码复制进去然后运行。事实确实如此，通过这一步解决了环境报错的问题，随之而来的是这个模型的问题。openpcdet这个模型，他本身有一个pcdet库，这个库是通过执行其代码内部的setup.py文件进行编译安装的，并不能利用pip安装，所以在打包docker时，我们需要手动去执行这个指令，可以用CMD指令去安装，也可以进入docker内部然后用指令安装，这里我尝试的是后面的方法，依然是将论文作者的docker作为基础镜像，将我们的代码复制进去并安装环境，之后执行setup.py。但是对于这个openpcdet来说，调用setup.py的代码是写死的，必须要用gpu来编译，而一般的docker是不能用宿主机的gpu的，在尝试了很多方法后，换了一台带显卡的电脑并安装了nvidia-docker，这是一个对docker的改进版，能够让其使用宿主机的gpu，安装参考链接，这个链接的教程很清楚，安装也没出现什么问题，安装好后还是用docker的启动方法，只不过在后面加了一个–gpus all，这表示允许使用全部的宿主机gpu资源，参考链接，这样就可以进入docker并运行setup.py，有了宿主机的gpu资源，剩下的内容就没什么问题了，顺利在docker内部执行，最后采用同样的方法在外面将docker打包。