Deepo官网：https://github.com/ufoym/deepo
Deepo 相当于一个虚拟机，但是任何环境都配好了的虚拟机，如果环境坏掉了可以直接删掉重新下载，更何况，下载都是配置好环境了，可以在这里面跑实验，可以了解一下。
在实验室师兄的帮助下，本人终于装好啦，现把安装记录分享一下！
一、安装docker-ce
docker-ce是docker的一种版本，安装docer-ce其实就是安装docker。装docker-ce的目的是为了装nvdia-docker。其实装了docker-ce后，就已经可以开虚拟机啥的了，但是不能用GPU！装nvdia-docker就是为了支持GPU哦。有两种安装方式，可以任选一种
方法一：下载.deb文件安装
【该方法需要选镜像版本，究竟选哪个比较好呢，一般就选择最新的吧（本人就是选的最新的） /笑哭。如果你不想纠结选哪个，请看第二种安装方法】
1 Go to https://download.docker.com/linux/ubuntu/dists/, choose your Ubuntu version, browse to pool/stable/ and choose amd64, armhf, ppc64el, or s390x. Download the .deb file for the Docker version you want to install.
!!敲黑板！！ubuntu 14的选择“Trusty” ubuntu 16的选择“Xenial”
2 Install Docker CE, changing the path below to the path where you downloaded the Docker package.
$ sudo dpkg -i /path/to/package.deb
3 Verify that Docker CE is installed correctly by running the hello-world image.【这步其实可以不用做的，这个时候会下载一个hello-world镜像测试，后文展示镜像列表的时候可以看到】
$ sudo docker run hello-worldThis command downloads a test image and runs it in a container. When the container runs, it prints an informational message and exits.
方法二：使用apt-get命令安装
1 更新apt索引
sudo apt-get update2 允许apt通过HTTPS使用存储库
sudo apt-get install apt-transport-https ca-certificates curl software-properties-common3 添加Docker的官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -查看密钥【这一步是为了看是否正版啥的】
sudo apt-key fingerprint4 添加源
sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"5 更新apt索引
sudo apt-get update6 安装
sudo apt-get install docker-ce二、安装nvdia-docker
# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
#全新安装时，无需执行该步骤
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker
# Add the package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
# Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd
# Test nvidia-smi with the latest official CUDA image【这步其实可以不用做的，本人没运行，也是为了测试用的】
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
三、下载Deepo相关
接下来，就可以下载自己需要的容器惹，具体需要哪个容器呢，可以参照这个表
1 下载镜像文件
本人需要下载的环境是“CUDA 9.0 / Python 2.7”，所有框架都有的容器。所以选择“all-py27-jupyter”，
“ py27-jupyter”任意一个。
使用命令docker pull ufoym/deepo:all-py27-jupyter进行下载。
提示：docker pull ufoym/deepo:all-py27-cu90和docker pull ufoym/deepo:py27-jupyter是等价的命令。
要下载挺久的。先来一个题外话：
本人发现运行这类命令sudo docker ps -a一定要加sodu，本人有点受不了。经过百度，可以通过把当前用户加入docker用户组的方法。命令：sudo gpasswd -a ${USER} docker。然后退出服务器exit，再重新登陆就好了。就可以直接使用docker ps -a这类命令了。
经过漫长的等待，下载好了。
2 其他相关的设置
可以通过命令docker images可以查看所下载的镜像：ufoym/deepo:all-py27-jupyter
接下来本人创建了一个目录$HOME/share2dock/和我们的虚拟机进行共享，复制文件太麻烦了，还是共享一下比较好。
【敲黑板！！！】
这条命令是关键，废话不说，直接看：
nvidia-docker run -it -v $HOME/share2dock/:/root/shared ufoym/deepo:all-py27-jupyter /bin/bash解释一下：
这条命令是首次装这个镜像所需要执行的，换而言之，只需执行一次。这个时候会自动创建一个容器，加载我们的镜像。这个是第一次打开虚拟机的命令，第二次打开方式见后文哦。
-it的意思是以交互式的终端，-v指定“本地目录”:“虚拟机目录”（这个shared的目录可以自己取名字），后面跟着这个镜像的名字，最后是“干啥”，/bin/bash 就是以bash命令打开。
！！！敲黑板，用以上命令后，每次打开虚拟机会自动挂载共享目录哦！！！
此时，就可以使用啦，本人跃跃欲试的导入了tensorflow 和 caffe2 都是成功的呢～
退出虚拟机的方式很多：
可以用命令exit(关闭容器并退出)
也可以直接键盘退出 □ Ctrl-d(关闭容器并退出) □ Ctrl-p + Ctrl-q（不关闭容器退出）
再次打开虚拟机的方式和首次打开不同，先打开容器，然后再开机。
可以先使用命令docker ps -a看看我们的容器
然后打开容器：docker start 容器ID
接着就可以开机啦：docker exec -it Name/ID /bin/bash
一些删除镜像容器啥的命令，就自己查看帮助啦，直接输入命令docker回车，就有啦。
如有任何疑问，请留言哈！