Vscode无缝连接docker支持与主机文件同步

为什么需要？

我们在上一篇Ubuntu深度学习的相关配置中最后讲到，将工作目录下的文件装载到了容器之下，这样我们在主机中编写一个文件，如tf.py。在容器中执行，需要输入以下命令。

docker exec tf python './tf.py'

这样每改一下文件，想要看效果的话，就需要输入以上命令。而且，还不方便调试。然后，我就在想能不能做到像我平常写代码那样，在VScode中，点一下就运行，而且可以调试呢？于是便有了本文。

准备工作

• 安装好VScode并且保证互联网连接正常。然后将工作目录装载到容器的/root/Project目录下，不然/tmp的文件实在是太乱七八糟了。

docker run --gpus all -itd --name tf --rm -v ~/Project:/root/Project  tensorflow/tensorflow:latest-gpu-py3

操作流程

首先安装两个插件docker和Remote Development

上图中可以看到tensorflow的容器已经处于运行中了，然后再打开Remote Development

显示有一个容器待连接，然后选择它，打开容器中的Project文件夹

然后安装Python插件和调试工具，修改tf.py文件

import tensorflow as tf

print("hello tensorflow")

点击右边的运行图标，成功输出。

打开主机文件

发现修改也已经同步，Over，现在可以愉快的写代码了。

容器开发中的“文件同步”要分清 bind mount 和镜像内文件。开发代码适合挂载，依赖和构建产物则不一定适合与主机共用，特别是 Windows/macOS 主机与 Linux 容器之间存在文件系统和二进制差异。如果使用新版 VS Code，可以把这套手工流程迁移到 Dev Containers 配置，用文件记录镜像、挂载、端口和扩展，比每次凭记忆连容器更可复现。

可用性说明：本文发布于 2020 年 1 月，距今已超过五年。文中涉及的软件版本、接口、下载地址、命令参数和操作界面可能已经发生变化，部分方案在当前环境下可能失效。请结合官方最新文档核对后再操作，生产环境使用前务必先行验证。

版权声明: 本文首发于 指尖魔法屋-Vscode无缝连接docker支持与主机文件同步（https://blog.thinkmoon.cn/post/692-guide-vscode-docker/） 转载或引用必须申明原指尖魔法屋来源及源地址！