0. dockerfile命令

FROM 			# 基礎(chǔ)鏡像，一切從這里開始構(gòu)建
MAINTAINER 		# 鏡像是誰寫的，姓名+郵箱
RUN				# 鏡像構(gòu)建的時(shí)候需要運(yùn)行的命令
ADD				# 步驟：tomcat鏡像，這個(gè)tomcat壓縮包！添加內(nèi)容
WORKDIR			# 鏡像的工作目錄
VOLUME			# 掛載的目錄
EXPOSE			# 保留端口配置
CMD				# 指定這個(gè)容器啟動(dòng)的時(shí)候要運(yùn)行的命令，只有最后一個(gè)會(huì)生效，可被替代
ENTRYPOINT  	# 指定這個(gè)容器啟動(dòng)的時(shí)候要運(yùn)行的命令，可以追加命令
ONBUILD			# 當(dāng)構(gòu)建一個(gè)被繼承DockerFile這個(gè)時(shí)候就會(huì)運(yùn)行ONBUILD指令，觸發(fā)指令。
COPY			# 類似ADD,將我們文件拷貝到鏡像中
ENV				# 構(gòu)建的時(shí)候設(shè)置環(huán)境變量

1. 使用指令的注意點(diǎn)

1.FROM：
如果制作base image，則使用FROM scratch。

如果在某鏡像基礎(chǔ)上制作，例如使用FROM centos:7指定具體的base image的版本，不指定版本則默認(rèn)為最新的。

2.LABEL：
需要對(duì)鏡像做基礎(chǔ)的介紹：

LABEL maintainer="Prin<xxx@qq.com>"
LABEL version = "1.0"
LABEL description="prin First DcokerFile"

3.RUN：
容器內(nèi)執(zhí)行的命令，有兩種格式。
shell：RUN <命令行命令>，等同于在終端執(zhí)行shell命令。
exec：RUN ["可執(zhí)行文件"，"參數(shù)1"，"參數(shù)2"]。

注意：Dockerfile的指令每執(zhí)行一次都會(huì)在docker上新建一層。所以過多無意義的層，會(huì)造成鏡像膨脹過大,建議使用&&符號(hào)鏈接命令，例如：RUN yum -y update && yum -y install yum net-tools。

4.ADD and COPY：
概述：
ADD和COPY都是將宿主機(jī)上的文件拷入鏡像中。大部分情況,，COPY優(yōu)于ADD（方便明了）。 ADD除了COPY還有額外功能(解壓)。添加遠(yuǎn)程文件/目錄請(qǐng)使用curl或者wget。

ADD For_add /prin ------- 將本地文件夾For_add（與dockerfile在同一個(gè)目錄）內(nèi)的文件全部拷入鏡像的/prin目錄。
COPY For_cp /prin ------ 同上。
ADD for_add.tar.gz /prin/unzip/ ------ 將 for_add.tar.gz壓縮文件拷貝進(jìn)入鏡像的/prin/unzip/目錄，并解壓。

5.WORKDIR（工作目錄）：
在容器生成時(shí)，默認(rèn)切換到具體的目錄中。

6.VOLUME（掛載）：
概述：
設(shè)置數(shù)據(jù)卷的位置，并且容器在運(yùn)行時(shí)自動(dòng)掛載為匿名卷，當(dāng)然也可以覆蓋與具名掛載。

2. dockerfile

# 繼承Pytorch官方的cuda鏡像
FROM pytorch/pytorch:1.11.0-cuda11.3-cudnn8-devel
LABEL maintainer = "xxxxxxx@qq.com"
LABEL version = "0.2"
LABEL description = "prepare deep learning environment"
# 指定docker鏡像中，默認(rèn)的工作路徑是/home/BE
WORKDIR /home/BE
RUN rm /etc/apt/sources.list.d/cuda.list \
	&& rm /etc/apt/sources.list.d/nvidia-ml.list \
	&& apt-get update \
	&& apt-get install -y libgl1 \
	&& conda install gdal==3.4.1 \
	&& pip config set global.index-url https://pypi.douban.com/simple/ \
	&& pip install opencv-python-headless==4.6.0.66 \
    && pip install opencv-python==4.6.0.66 \
    && pip install segmentation-models-pytorch

3. 參考

https://docs.microsoft.com/zh-cn/virtualization/windowscontainers/manage-docker/manage-windows-dockerfile

4. 存在的問題

Q1:每一次運(yùn)行docker容器時(shí)，是否要掛載本地路徑

docker run的時(shí)候，進(jìn)行掛載

Q2:dockerfile中涉及apt-get 操作失敗

官方的解釋：為了最好地確保我們的 RPM 和 Debian 軟件包存儲(chǔ)庫(kù)的安全性和可靠性，NVIDIA 將從 2022 年 4 月 27 日開始更新和輪換 apt、dnf/yum 和 zypper 軟件包管理器使用的簽名密鑰。未能更新存儲(chǔ)庫(kù)簽名密鑰將導(dǎo)致嘗試從 CUDA 存儲(chǔ)庫(kù)訪問或安裝包時(shí)出現(xiàn)包管理錯(cuò)誤。為確保繼續(xù)訪問最新的 NVIDIA 軟件，請(qǐng)完成以下步驟： 刪除過時(shí)的簽名密鑰 Deb…

RUN rm /etc/apt/sources.list.d/cuda.list
RUN rm /etc/apt/sources.list.d/nvidia-ml.list

到此這篇關(guān)于pytorch庫(kù)的dockerfile的文章就介紹到這了,更多相關(guān)pytorch庫(kù)的dockerfile內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論