前言

Docker開源以來，迅速風靡世界，對軟件的開發、測試、部署、分發起到了很大變化。從logo也能看出來，docker就像一個集裝箱一樣，將軟件打包分發，避免了“在我這運行沒問題啊”的爭吵。簡單來說，docker以輕量化的尺寸，把操作系統、環境、依賴包、開發軟件全都打包在一起，在一臺新機器上可以快速、無損的復制出來。所以docker也用在云計算中作為基礎調度單元。

不光對軟件開發和，數據科學中也經常因為包的版本引發各種問題，掌握docker也成了數據科學家的必備技能。相比虛擬機，docker更加輕量。

基礎概念

鏡像 image

最近剛好又在看龍珠，其實一個鏡像的概念特別像龍珠里的“萬能膠囊”。

容器 container

容器就相當于“扔出去的萬能膠囊”了，其本質是一個進程。另一方面，容器相當于實例化后的鏡像。
例如linux中查看進程的命令ps(Process Status)，查看容器的命令是docker ps

倉庫 repository

倉庫就是圖中存放萬能膠囊的盒子了。

基本使用

sudo docker build -f Dockerfile -t registry.cn-shenzhen.aliyuncs.com/yuetan/competition:01 . docker run -v /Users/longxingtan/Repository/Competition-gogogo/earth/data:/tcdata registry.cn-shenzhen.aliyuncs.com/yuetan/competition:01 docker push registry.cn-shenzhen.aliyuncs.com/yuetan/competition:01

拉取鏡像：

docker pull registry.cn-shanghai.aliyuncs.com/tcc-public/pytorch:1.4-cuda10.1-py3

調試

進入交互式容器

docker run -i -t registry.cn-shanghai.aliyuncs.com/tcc-public/pytorch:1.4-cuda10.1-py3 /bin/bashCuda version: cat /usr/local/cuda/version.txt Cudnn version: nvcc --version pip install --upgrade pip pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.2.0

進階

GPU支持

對于數據科學而言，GPU的支持必不可少。

docker run --gpus all -it registry.cn-

compose

進階的使用首推compose了

Kubernetes

在云計算中，就是k8s了

阿里云中的使用

最近恰好水了一個天池的比賽，由于比賽需要docker提交，這里簡單回顧一下，如何在天池比賽中提交。

創建阿里云代碼倉庫（https://www.aliyun.com/product/acr）

使用Dockerfile創建鏡像，容器化后安裝requirements.txt,提交至阿里云倉庫

提交鏡像

參考資料與閱讀材料

• Manning.Learn.Docker.in.a.Month.of.Lunches.2020.6
• https://yeasy.gitbooks.io/docker_practice/
• bilibili：數據科學家docker
• https://zhuanlan.zhihu.com/p/19902938
• https://zhuanlan.zhihu.com/p/147995194
• https://www.oreilly.com/radar/where-programming-ops-ai-and-the-cloud-are-headed-in-2021/
• 實際項目的docker打包應用
• 本地代碼通過dockerfile打包成鏡像，也可以參加類似天池相關比賽

總結

以上是生活随笔為你收集整理的数据科学中的Docker的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。