PAI平台教程buildimageupload&runstoragesystembuildimage首先去官网下载dockerwindows，如果系统不合适，使用官网的docker工具辅助安装。安装完成后，在右下角任务栏找到小鲸鱼图案，右键点击设置。在左列中找到守护进程选项。进入后会看到我们什么都没有配置，所以根据以下信息配置docker："registry-mirrors":["http://f1361db2.m.daocloud.io"]"insecure-registries":["192.168.193.253:5000"]配置完成后，打开cmd或其他命令行软件，使用如下命令将基础镜像下载到本地并运行：dockerpull192.168.193.253:5000/pytorch:v0。4.0#这个镜像是pytorch0.4版本的基础镜像dockerimagels#查看当前本地镜像dockercontainerrun-ti#查看进程可以得到ImageID，输入到对应位置，并运行镜像运行镜像后，会进入linux的终端。您拥有root权限，可以执行任何操作。在里面配置你想要的环境，然后输入exit退出。我们运行如下命令将新建的镜像上传到服务器：dockercontainerls-l#查看刚刚编辑好的镜像，主要记住它的容器IDdockercontainercommit#提交镜像，返回一个sha256码表示成功dockerimagels#查看刚才commit的imageid刚才commit的名字是none，记住它的imageiddockerimagetag:#用这个命令给image起个名字，注意name和tag要格式如下：192.168.193.253:5000/zhangyu:0.3IP必须有，zhangyu部分填自己的，冒号后面的tag，你可以作为版本数字。dockerpush#Uploadyourimage.至此，镜像配置完成。接下来，您可以上传代码并运行代码。上传&运行首先在本地python环境安装常锐哥写的pai包。常锐大哥在github上写的比较详细，具体操作按照上面的。这里主要介绍配置中的注意事项。所有涉及的都需要改变，其余的可以忽略。jobname：就是我们提交的任务的名字，平台会在根目录下创建一个这个名字的文件夹，运行里面的代码。我们第一次将它命名为**_。上传的时候，平台会在_后面马上给你加一个号。如果您不遵循此格式，它将覆盖您的名字。image:填写你要使用的image的名称gputype:填写你要使用的gpu目前有两种类型geforce1080tigeforce2080ticpunumber:填写你要申请的cpu个数，一般3就够了memoryMB:一般4、5g就够了shmMB：影响读取数据速度，可以填1024或者2048，填多了也没用。gpuNumber：填写你要申请的gpu个数，一般为1个。如果需要并行运行，可以申请多个命令：/bin/bash/root/mount。sh一定要丢，剩下的填上你要运行的命令。存储系统平台采用挂载的形式，将服务器的部分存储空间挂载到平台上。挂载后位置为：/root/data/存放/root/data/datasets/datasets，/root/data/models/模型库，/root/data/ouputs/存放一些代码输出我们可以使用WinSCP或者XTerm连接文件系统：ip是192.168.193.253用户名是fileserver密码123456
