distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2
docker pull ‘’’ docker pull nvidia/cuda:11.6.2-base-ubuntu20.04 ‘’’
docker run --gpus all -it nvidia/cuda:11.6.2-base-ubuntu20.04 /bin/bash
nvidia-smi 명렁어로 도커 컨테이너 내부에서 gpu 정보가 출력되는지 확인
apt update
apt install wget
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
sh Anaconda3-2021.05-Linux-x86_64.sh
환경설정 적용
echo 'export PATH=/root/anaconda3/bin:$PATH' >> ~/.bashrc
echo "source /root/anaconda3/etc/profile.d/conda.sh" >> ~/.bashrc
source ~/.bashrc
docker export -o {출력파일명.tar} {컨테이너명 or name} : 스냅샷
docker import {파일명.tar}
docker commit {컨테이너명 or name} {이미지파일명}
docker save -o {출력파일명.tar} {컨테이너명 or name} : 레이어 정보 까지 포함
docker load -i {파일명.tar}
docker images : 도커들 정보출력(base이미지, commit한 이미지 등)