本项目基于Deepo配合jupyter notebook来实现一键深度学习环境启动。 当前docker支持tensorflow、pytorch、keras、mxnet、caffe、caffe2、darknet等框架，cuda版本为9.0 增加了gluoncv的环境

docker run --runtime=nvidia -it -v ~/test:/test -p 5050:5050 xs020105/dl-cv 

这里使用了目录映射，需要先在本用户根目录下创建test目录，如果出现权限问题，可以添加--privileged=true尝试解决，即：

docker run --privileged=true --runtime=nvidia -it -v ~/test:/test -p 5050:22 --ipc=host xs020105/dl-cv 

随后将自己想要运行的文件或监测的视频或代码放在test目录中，就可以jupyter中看到了，注意docker run起来以后，需要日志中显示的token来配合登录到jupyter notebook。 更多的docker安装和命令介绍可以访问我的blog 注意PyTorch这类的框架的多进程需要共享内存，要配置--ipc=host，否则docker内的内存会不够用。

ssh -p 5050 root@127.0.0.1

通过以上命令可以登陆该docker，可以配置在pycharm里使用这个环境