Ubuntu 18.04下如何将内部HDD挂载至Docker容器以训练AI模型

当然可以挂载你的内部HDD到Docker容器里，这正是Docker绑定挂载的典型使用场景——完全不用复制那堆超大的数据集，直接让容器访问硬盘上的文件就行。下面是针对Ubuntu 18.04的一步步解决方案：

首先得确保你的HDD在主机上能正常访问，如果还没挂载，按下面步骤来：

• 打开终端，输入 lsblk 命令，找到你的内部HDD设备（通常系统盘是/dev/sda，新增的HDD可能是/dev/sdb1这类）
• 创建一个主机上的挂载目录，比如：sudo mkdir /mnt/ai-dataset
• 把HDD挂载到这个目录：sudo mount /dev/sdb1 /mnt/ai-dataset（把/dev/sdb1换成你实际的设备名）
• 验证一下：输入 ls /mnt/ai-dataset，能看到你的数据集文件就说明挂载成功了

为了避免重启主机后挂载失效，需要把配置写到/etc/fstab里：

• 先获取HDD的UUID：blkid /dev/sdb1，复制输出里的UUID=xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxx部分
• 编辑fstab文件：sudo nano /etc/fstab
• 在文件末尾加一行：UUID=你的UUID值 /mnt/ai-dataset ext4 defaults 0 2（如果你的HDD用的是xfs等其他文件系统，把ext4改成对应的类型）
• 保存退出后，执行 sudo mount -a 验证配置，没报错就搞定了

Docker提供两种简单的方式来映射主机目录到容器，选哪种都可以：

方式1：用-v参数（简单直接） #

启动容器时加上-v参数，把主机的HDD挂载目录映射到容器内的指定路径，比如：

docker run -it --rm -v /mnt/ai-dataset:/app/dataset 你的训练镜像名 python train.py --input /app/dataset

解释下：

• -v /mnt/ai-dataset:/app/dataset：把主机的/mnt/ai-dataset目录挂载到容器内的/app/dataset路径
• 后面的python train.py --input /app/dataset就是你的训练命令，直接用容器内的这个路径作为数据集输入就行

方式2：用--mount参数（更清晰，适合复杂场景） #

如果需要更明确的配置，推荐用--mount：

docker run -it --rm --mount type=bind,source=/mnt/ai-dataset,target=/app/dataset 你的训练镜像名 python train.py --input /app/dataset

如果容器内运行训练代码时提示「Permission denied」，大概率是主机目录的权限和容器内用户不匹配，这里有两种解决方法：

• 临时快速解决：启动容器时加上--user root，让容器以root用户运行，这样就能访问主机目录了：

  docker run -it --rm --user root -v /mnt/ai-dataset:/app/dataset 你的训练镜像名 python train.py --input /app/dataset
  

• 更安全的长期方案：调整主机挂载目录的权限，让容器内的用户（比如普通用户UID=1000）有读取权限：

  sudo chmod -R 755 /mnt/ai-dataset
  # 如果你知道容器内用户的UID，也可以直接修改目录所属：
  sudo chown -R 1000:1000 /mnt/ai-dataset
  

• 如果你的训练镜像是自己用Dockerfile构建的，可以在Dockerfile里提前创建好容器内的目标目录（比如RUN mkdir /app/dataset），这样挂载的时候更顺畅
• 除非绝对必要，别用--privileged参数，它会给容器太多系统权限，不安全

内容的提问来源于stack exchange，提问作者MesTor