构建并进入 docker 容器后，我们进入下一步：

1. 退出/进入 docker 容器：

在进入 Docker 容器后，可使用组合键 Ctrl + P + Q 退出当前容器，同时不关闭该容器；
如需再次进入容器，可使用下述命令：

sudo nvidia-docker exec -it  paddle_docker /bin/bash

可以看到，就像是普通的一个home环境。但是：之前在ubuntu安装的nccl并不能使用，还需要在容器中安装nccl（后面有空安装。。。。。）。

2. 安装paddleClas

git clone https://gitee.com/paddlepaddle/PaddleClas.git

3.安装 PaddleClas 及其 Python 依赖库

pip install paddleclas

如果报错如下，不影响。

4. 关闭容器，删除容器后，使用命令重新启动

sudo nvidia-docker run --name paddle_docker -it -p 2222:22 registry.baidubce.com/paddlepaddle/paddle:2.4.2-gpu-cuda11.7-cudnn8.4-trt8.4 /bin/bash

注意：和上次（一）中，启动容器不同，我们这次创建容器，加了端口映射。
-p 2222:22：表示将主机的2222端口映射到容器的22端口。
添加端口映射之后，以后就可以通过简单命令启动：sudo docker attach paddle_docker （也可以启动）。

5. 将本地数据挂载到docker中

要将本地的数据放入Docker容器中，您可以使用Docker的挂载功能。挂载允许您将本地文件或目录与容器内的文件或目录进行关联，以便在容器中访问本地数据。

以下是在运行Docker容器时如何挂载本地数据的步骤：

（1）确保您已经准备好要挂载的本地数据。假设您的本地数据位于 /path/to/local/data 目录下。

在运行Docker容器的命令中添加 -v 参数，指定挂载的路径。格式为：

-v /path/to/local/data:/path/in/container，其中：/path/to/local/data 是本地数据的路径；/path/in/container 是容器中的路径；

例如，假设您要将本地数据挂载到容器中的 /data 目录下，命令如下所示：

sudo nvidia-docker run --name paddle_docker -v /path/to/local/data:/data image_name

sudo nvidia-docker run --name paddle_docker -it -p 2222:22 -v /home/uvtec/Downloads/data_train:/home/data_train registry.baidubce.com/paddlepaddle/paddle:2.4.2-gpu-cuda11.7-cudnn8.4-trt8.4 /bin/bash
（注意！！！运行这行命令启动容器后，就会在本地位置和容器内，同时创建出对应的目录文件夹！但是，本地的位置没有权限，需要更改！）

增加权限的命令如下：

sudo chmod -R 777 /home/uvtec/Downloads/data_train

这将在启动容器时将本地数据目录 home/uvtec/Downloads/data_train 挂载到容器内的 /home/data_train 目录。在容器内部，您可以使用 /data 路径来访问挂载的本地数据。

通过这种方式，您可以在Docker容器中访问并使用本地数据进行模型训练。容器内的任何更改，都会反映在挂载的本地目录中，因此，您可以方便地在容器内外进行数据共享和同步。

请注意，在运行挂载命令时，确保本地路径和容器内路径的正确性，并具有适当的读写权限。