docker ssh连接

2023-05-16

docker ssh连接

1.进入docker

passwd  # add root passward* 记住自己设置的密码,后面ssh连接要用
apt update 
apt install vim openssh-server 
service ssh start 
service ssh status
ps -e |grep ssh

正常现象为:
service ssh startps -e |grep ssh

 vi /etc/ssh/sshd_config

2.修改SSH配置文件 修改下面几行

PermitRootLogin yes #root能使用ssh登录

PubkeyAuthentication yes #启用公钥私钥配对认证方式

AuthorizedKeysFile .ssh/authorized_keys #公钥文件路径(和上面生成的文件同)

UsePAM no

3.重启SSH服务

service ssh restart

service ssh status

4.退出容器并保存更改

exit

docker commit -m 'install openssh' -a 'Docker li_SSH' 556e540e7280 pytorch191:pytorch191SSH

注: -m 来指定提交的说明信息,跟我们使用的版本控制工具一样;-a 可以指定更新的用户信息;之后是用来创建镜像的容器的ID;最后指定目标镜像的仓库名和 tag 信息。创建成功后会返回这个镜像的 ID 信息。
docker commitdocker images

5.启动新的容器

将新的镜像启动,并将docker服务器的50001端口映射到容器的22端口上:

docker run -it --name="cuda" --gpus=all -p 50001:22 pytorch191:pytorch191SSH /usr/sbin/sshd -D

或者

docker run -it --name="cuda" --gpus=all -p 50001:22 pytorch191:pytorch191SSH /bin/bash

service ssh start (推荐这个)
在这里插入图片描述
查询 服务器ip (例:218.199.0.197)
ifconfig

6.打开XShell 新建
ip

用户名:root
密码:(本文第一步操作设置的密码)
点击确定
即可成功连接

1
有可能会出现: nvcc -V
nvcc -V
则需要配置一下cuda环境

vi ~/.bashrc
export PATH=“/usr/local/cuda/bin: P A T H " e x p o r t L D L I B R A R Y P A T H = " / u s r / l c o a l / c u d a / l i b 64 : PATH" export LD_LIBRARY_PATH="/usr/lcoal/cuda/lib64: PATH"exportLDLIBRARYPATH="/usr/lcoal/cuda/lib64:LD_LIBRARY_PATH”


或者

解决docker容器使用ssh连接时,无法调用GPU问题

永久使用环境变量:在/etc/profile文件中追加

export $(cat /proc/1/environ |tr '\0' '\n' | xargs -0)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

docker ssh连接 的相关文章

随机推荐

  • 【ROS&GAZEBO】解决“is neither a launch file in package ”的问题

    这两天有小伙伴问到在安装完rotors后出现如下问题 xff1a 这个问题其实是ros环境没有配置好 xff0c 运行下面的命令 xff0c 将catkub ws加入ros的工作空间 span class token function mk
  • 【ROS&GAZEBO】多旋翼无人机仿真(七)——四元数姿态控制

    ROS amp GAZEBO 多旋翼无人机仿真 xff08 一 xff09 搭建仿真环境 ROS amp GAZEBO 多旋翼无人机仿真 xff08 二 xff09 基于rotors的仿真 ROS amp GAZEBO 多旋翼无人机仿真 x
  • 【DRONECAN】(一)介绍

    DRONECAN 前言 笔者最近因为项目需要用到CAN通信 xff0c 所以研究了一下飞控上基于CAN的协议 xff0c 目前在Ardupilot和PX4中用的是DRONECAN xff0c DRONECAN是基于CAN的通信协议 xff0
  • 普通人对AI的看法

    就发展前景来看 xff0c 人工智能无疑将是现阶段与今后很长时间内的全球性热点 这是一个可以预见性的历史潮流 xff0c 无可阻挡 xff0c 一旦它出现一定会对现代互联网的结构会产 生颠覆性的改变 它将重新定义现代互联网的理念 xff0c
  • java+postgis实现根据两点生成模拟轨迹gps数据

    java 43 postgis实现根据两点生成模拟轨迹gps数据 文章目录 java 43 postgis实现根据两点生成模拟轨迹gps数据前言一 实现流程1 请求参数2 功能流程3 postgis重要使用函数介绍4 生成的GPS模拟轨迹点
  • Docker更新springboot容器镜像

    下载安装partainer 拉取镜像 docker pull portainer portainer ce 运行容器 docker run d p 9000 9000 v var run docker sock var run docker
  • AUTOSAR简介

    1 简介 AUTOSAR全称为 AUTomotive Open System ARchitecture xff0c 译为 汽车开放系统体系结构 xff1b AUTOSAR是一家由汽车电子 半导体和软件行业的汽车制造商 供应商 服务提供商等公
  • 基于sklearn的分类与回归基础总结

    一 分类 一 数据类型 1 python自带类型 span class token builtin list span span class token comment 列表 span span class token builtin tu
  • 回归模型 Boston房价预测

    一 加载数据集 将取值范围差异很大的数据输入到神经网络中 xff0c 这是有问题的 网络可能会自动适应这种取值范围不同的数据 xff0c 但学习肯定变得更加困难 对于这种数据 xff0c 普遍采用的最佳实践是对每个特征做标准化 xff0c
  • 卷积神经网络 猫狗识别

    一 卷积神经网络搭建 搭建框架 xff0c 需要使用卷积层和池化层 span class token keyword from span keras span class token keyword import span models s
  • Matlab学习笔记

    PART 0 xff1a 绪论 2018年9月11日 16 54 参考书籍 理论教程 MATLAB与计算方法 谢进 xff0c 李大美主编 武汉大学出版社 图书馆编号TP312MAX321 实践教程 MATLAB基础与运用 熊庆如主编 机械
  • 预训练卷积神经网络

    一 综述 预训练网络 xff08 pretrained network xff09 是一个保存好的网络 xff0c 之前已在大型数据集 xff08 通常是大规模图像分类任务 xff09 上训练好 如果这个原始数据集足够大且足够通用 xff0
  • 图片操作汇总

    1 keras preprocessing自带的图片处理器image xff0c 和tensorflow PIL中Image xff0c 返回的是同一种Image类型 span class token keyword from span k
  • 2020-10-22

    SSD Keras code解析 一 模型建立 1 1 重要标志参数 aspect ratios per layer span class token operator 61 span span class token punctuatio
  • 【无标题】

    沛公 xff08 刘邦 xff09 的军队驻扎在霸上 xff0c 没有能跟项羽相见 刘邦的左司马曹无伤就派人去告诉项羽说 xff1a 刘邦想占领关中称王 xff0c 让子婴做 xff08 他的 xff09 国相 xff0c xff08 相所
  • UORB

    uORB Micro Object Request Broker 微对象请求代理器 是PX4 Pixhawk系统中非常重要且关键的一个模块 xff0c 它肩负了整个系统的数据传输任务 xff0c 所有的传感器数据 GPS PPM信号等都要从
  • FreeRTOS - STM32中任务未进行调度问题

    将FreeRTOS源码移植到STM32F10X中 xff0c 编译通过 xff0c 烧录后 xff0c 发现开启的新任务没有运行 现象 xff1a 串口值仅仅打印了 printf 34 TesetesettettttttttttesT r
  • 使用TensorFlow Lite 部署自定义对象检测模型

    使用TensorFlow Lite 部署自定义对象检测模型 1 2022 03 05 文章目录 使用TensorFlow Lite 部署自定义对象检测模型 1 一 訓練自定義模型 4 1 收集數據2 訓練模型 二 集成TFLite模型的步驟
  • 使用docker安裝GPU版pytorch

    1 在docker pytorch 網址找到自己需要的環境 網址 https hub docker com r pytorch pytorch tags 点击复制 devel 版 连接 此处以 docker pull pytorch pyt
  • docker ssh连接

    docker ssh连接 1 进入docker span class token function passwd span span class token comment add root passward 记住自己设置的密码 xff0c