如何将anaconda+jupyter build成docker镜像

最新推荐文章于 2025-04-02 20:00:00 发布
最新推荐文章于 2025-04-02 20:00:00 发布
阅读量6k 收藏 4
点赞数
分类专栏： Docker jupyter 文章标签： Docker python ascii anaconda jupyter
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hanlaipeng11/article/details/78614426
版权
本文介绍了如何为业务需求构建一个包含anaconda和jupyter的Docker镜像。通过在本地运行anaconda安装脚本，然后将安装目录ADD到Dockerfile中，设置环境变量并安装jupyter，最后解决编码错误问题，生成配置文件并启动jupyter服务。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近由于业务的需求，要build一个jupyter的image来提供服务，因为docker的轻量化可以很方便的迁移。下面来介绍一下我所做的操作，以及我踩的坑：

首先来安装anaconda，有python2和3版本的，版本不同但是build的过程是一样的，有两种方式，第一种，你可以通过Dockerfile的方式来build image，但是在运行Anaconda2-5.0.1-Linux-x86_64.sh脚本的时候无法实现交互，所以，我才用了docker commit的方式来执行，但是事实证明也可以通过Dockerfile的方式来build，您只需要在本机上先运行了Anaconda2-5.0.1-Linux-x86_64.sh的脚本，并将生成的文件夹就是anaconda2 ADD到image中相应的位置，并且修改环境变量，将PATH加进去即可。下面以python2为例来说：

1. 从anaconda官网上下载运行脚本Anaconda2-5.0.1-Linux-x86_64.sh，其中在下载的时候要注意你的系统的是32位还是64位。


2. 将脚本scp到基础镜像中，安装解压指令bzip2

yum install bzip2

3. 运行脚本(一路输入yes)

sh Anaconda2-5.0.1-Linux-x86_64.sh

4. 更新anaconda

conda update anaconda

最低0.47元/天 解锁文章
jupyterhub-deploy-docker：使用docker参考JupyterHub的部署
02-04
| | | | | | | jupyterhub部署docker jupyterhub-deploy- 使用在单个主机上提供 （多用户环境）的参考部署。 可能的用例包括： 创建一个JupyterHub演示环境，您可以相对快速地启动它。 为小班，团队或部门提供多用户Jupyter Notebook环境。 免责声明 此部署不适用于生产环境。 它是在可用性和可伸缩性方面均不满足传统要求的参考实现。 如果您正在寻找一种更强大的解决方案来托管JupyterHub，或者需要扩展到单个主机之外，请查看出色的从项目。 技术概述 此参考部署的关键组件是： 主机：在主机上的Docker容器中运行。
在服务器的docker容器中安装Anaconda配置环境以及使用编程工具远程连接环境
m0_63449313的博客
09-27 5235
安装完成后，在终端输入python，然后import torch ，然后print(torch.cuda.is_available())，如果显示ture则安装成功，可使用exit()退出python。直到这一步：点击同步文件夹后的文件图标，先选择解释器，选择前文所配置的虚环境下的python3文件：路径为:/root/anaconda3/envs/xxx(your_env_name)/bin/python3。因为使用的是docker，确保已激活要安装的虚环境，在此虚环境下我们直接使用以下代码。
Linux&Docker下安装Anaconda详细步骤
2301_77365877的博客
03-26 409
接上一篇，我们来具体讲解一下每个步骤是怎么实现的，我们第一步就是安装必要的环境——anaconda这里以为例进行安装。
Docker环境启用Anaconda并指定环境env
Francisll的博客
03-10 7320
默认的Docker环境无法执行source命令，因此无法通过 source activate 环境名 进入Anaconda环境。 集群的任务脚本为 startdocker -u "--ipc=host --shm-size 32G" -P /ghome/用户名 -D /gdata/用户名 -c "sh /ghome/用户名/bash脚本" bit:5000/deepo 把pytho...
Dockerfile构建镜像时安装anaconda
qq_35158703的博客
12-11 601
b禁用图形界面，就省去交互的过程了。
Docker安装Anaconda并创建虚拟环境
牧羊女
03-25 9882
准备在Docker容器中运行深度学习程序，决定使用Anaconda来进行包的安装和管理。这些重复性操作虽然简单，但是步骤难免会忘记，记录下来以备下次直接参考。 1. 安装Anaconda 比较简单的方式是，去Anaconda官网上找到适合自己的安装包下载到PC机上，然后再上传服务器进行安装。 下载地址：Anaconda | Individual Edition 当然，也可以直接从服务器上通过wget或者curl命令从国内源下载： wget https://mirrors.tuna.tsinghu
Docker+深度学习镜像(预装anaconda+ssh+pytorch+时区设置)
qq_43288818的博客
08-12 873
介绍：开箱即用的深度学习的镜像，基于ubuntu20.04版本构建。设置好了一个py37的conda环境，该环境预装好了pytorch。● 时区设置为中国地区● 预装了ananconda3（路径：opt/anaconda3)● 预装了Pytorch(python3.7)（环境名为py37)...
Dockerfile文件构建镜像Anaconda+Python教程
最新发布
weixin_38252409的博客
04-02 960
在深度学习与自然语言处理领域，环境配置的复杂性常常成为开发者的痛点。本文将通过一个基于CUDA 12.1的深度学习环境Dockerfile实例，详解如何高效构建可复现的容器化开发环境，并结合Dockerfile最佳实践，助你掌握企业级镜像构建技巧。
制作的docker镜像 Anaconda3+tensorflow-gpu +nvidia-docker
Bobdragery的博客
04-21 1083
制作的docker镜像 Anaconda3+tensorflow-gpu1.12 踩坑记录 前提：已经安装好了docker和nvidia-docker 一、dockerfile制作镜像 1、创建dockerfile所在的文件夹 mkdir tfgpu cd tfgpu vim DockerFile DockerFile内容 RUN echo -e “[global]\nindex-url = h...
制作docker 镜像 Anaconda3 + tensorflow-gpu part2 Dockerfile nvidia docker
weixin_41270857的博客
10-27 4480
制作docker 镜像 Anaconda3 + tensorflow-gpu + python3.6, part2 Dockerfile + nvidia docker2 Dockerfile制作镜像2.1 dockerfile2.2 nvidia docker安装2.3 运行tensorflow-gpu的docker容器 -part 1 链接 [link]https://blog.csdn.ne...
docker和anaconda使用基础
daoer_sofu的专栏
09-29 6849
docker和虚拟机的区别 Docker是在操作系统层面进行虚拟化，而传统VM则直接在硬件层面虚拟化 LXC（linux container） docker基于LXC（linux内核虚拟化技术），和vm、Hypervisor相比效率提高很多。实现了一个容器只包含一个进程的微服务架构 Hypervisor:抽象虚拟化硬件平台 VMWare, XEN抽象虚拟化操作系统 LXC进程级别虚拟化 docker engine和dokcer machine Docker machine是docker的工具，用来在虚拟加上
Windows7下基于alpine利用httpd创建anaconda(python)运行环境镜像的Dockerfile
08-14
制作其他运行环境的docker镜像也可以参考本Dockerfile，有建议请留言
jupyter怎么安装
Java癫疯的博客
11-15 1655
jupyter怎么安装
在服务器的docker里 装anacond3深度学习环境的全流程基础向
YI_SHU_JIA的博客
03-03 4927
教大家 新建docker 装环境 用pycharm连接
将本地的anaconda环境封装到docker中并导出为压缩包
weixin_44172157的博客
11-12 7836
文章目录1. 在本地（ubuntu20.0)安装docker2. 进入docker官网pull一个需要的镜像3. 进入本地虚拟环境，获得requirement.txt4. 创建自己的Docker容器5. 将第3步获得的requirement.txt拷贝到第4步创建的docker容器中6. 进入第4步创建的demo容器中，安装需要的包7. 退出容器，提交我们的新镜像8. 将镜像导出为压缩包9.将压缩包上传到浪潮服务器 1. 在本地（ubuntu20.0)安装docker 安装命令如下： sudo apt-
linux上在docker中使用anaconda创建虚拟环境
Thomas_Cai的记忆殿堂
10-18 4115
anaconda安装以及论文代码复现
利用dockerfile构建anaconda开发环境,并设置密钥
qq_38120778的博客
05-04 1179
利用dockerfile构建anaconda开发环境,并设置密钥
Docker安装anaconda3镜像
qq_41847894的博客
09-07 2590
🧡安装Docker🧡创建anaconda3 镜像🧡环境迁移🧡常用命令
做好的容器如何保存成镜像并导出、导入
Xionghuimin的博客
06-29 7001
目录1、容器命名2、基于容器创建镜像3、导出镜像到本地4、导入镜像到docker 1、容器命名 例如 “php+mysql的GET型报错注入” 这题命名为 “ php_mysql_get_type_error_injection ” 一个人可能做多个容器，所以在自己的系统里最好也命名清楚不然容易弄混，所以这里附上一条修改容器名字的命令 docker 容器（服务）重命名只要一个命令就可以： docker rename 原容器名 新容器名 2、基于容器创建镜像 命令格式： docker commit -
docker镜像安装jupyter
02-23
### 如何在 Docker 容器中安装 Jupyter 为了在 Docker 容器中成功部署并运行 Jupyter Notebook 或 Lab，可以遵循以下方法： #### 使用官方 Python 镜像构建自定义镜像 通过继承官方的 Python 基础镜像来创建一个新的 Dockerfile 文件，在其中加入必要的包管理命令以安装 Jupyter。 ```dockerfile FROM python:3.9-slim-buster WORKDIR /app RUN pip install --no-cache-dir jupyterlab \ && mkdir /notebooks EXPOSE 8888 CMD ["jupyter", "lab", "--ip=0.0.0.0", "--port=8888", "--allow-root"] ``` 此 `Dockerfile` 中指定了基于精简版 Debian Buster 的 Python 3.9 环境作为基础层，并执行了如下操作： - 设置工作目录为 `/app` - 利用 Pip 工具安装最新版本的 JupyterLab[^1] - 创建用于存储笔记本文件的工作空间 `/notebooks` - 开放默认端口 8888 给外部访问 - 设定启动容器时自动开启的服务及其参数配置 #### 构建与运行容器实例 完成上述定制化镜像描述文档编写之后，可以通过下面两条指令快速建立新映像以及启动关联的应用程序进程。 ```bash # Build the custom image from current directory's Dockerfile. docker build -t my-jupyter . # Run a new container based on this newly created image. docker run -d -p 8888:8888 --name=my_jupyter_container my-jupyter ``` 以上步骤完成后即可打开浏览器输入 http://localhost:8888 访问已搭建好的交互式编程环境页面[^2]。 #### 替代方案：利用现成的 Jupyter 映像 如果不想自己动手制作专属镜像的话，也可以直接选用由社区维护者们预先打包好一切依赖关系的公共仓库资源。例如采用 Anaconda 发布的企业级科学计算平台——Anaconda Individual Edition 所对应的官方 Docker Hub 上托管的镜像。 ```bash docker pull continuumio/anaconda3 docker run -d -p 8888:8888 continuumio/anaconda3 start.sh jupyter lab ``` 这样不仅省去了手动设置的时间成本，还能享受到来自专业团队定期更新带来的安全性和性能优化保障[^3]。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值