一、安装docker
Windows安装
查看电脑是否为家庭版
安装docker
linux环境
百度
(由于本电脑cpu不适用,操作主要在linux环境中进行)
二、基础镜像容器操作
docker 查看和删除镜像、容器
docker images
docker rmi 镜像id
docker ps -a
docker rm 容器id
三、TensorFlow镜像搭建思路
由于dockerfile编写安装环境和TensorFlow,在运行容器是经常出现问题,如:不能使用安装的依赖包。
本次操作直接在docker中进行。所以直接在一个“空白”的环境中搭建好linux和python环境,导出容器为镜像。再将镜像运行,进入容器中直接安装TensorFlow,完成TensorFlow安装。
四、具体操作
项目文件如下
1、requirements.txt
bert_base
flask
2、dockerfile
FROM ubuntu:16.04
FROM python:3.6.5
RUN apt-get update -y && \
apt-get install -y python-pip python-dev
COPY ./requirements.txt /app/requirements.txt
WORKDIR /app
RUN apt-get update --fix-missing && apt-get install -y vim --fix-missing
RUN pip install -r requirements.txt
COPY . /app
CMD python /app/html_test.py
3、主python程序
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello World!'
if __name__ == '__main__':
app.run("0.0.0.0", 8090, threaded=True)
4、打包
docker build -t simbert:v1 .
5、运行镜像
docker run -p 8090:8090-d 镜像id
6、docker exec进入容器内
docker exec -it 容器id bash
安装TensorFlow
exit 退出
exit
7、按照dockerfile导入项目
docker cp html_test.py 容器id:/
docker cp . 容器id::/app/
8、退出容器,更改后的容器再打包更新生成镜像
docker commit -m="rm bertcheckpoint" 容器id simbert:v3
这里运行时出现报错,cpu指令集不适用,版本老,需要换电脑。这个是我在Windows环境中运行容器中遇到的问题,不知道怎么解决。于是换到linux环境中,重复以上操作。
2022-05-17 02:08:57.813239: F tensorflow/core/platform/cpu_feature_guard.cc:37] The TensorFlow library was compiled to use AVX instructions, but these aren't available on your machine.
Aborted (core dumped)
这一部分的思路参考
docker 打包flask tensorflow模型镜像;更新、上传阿里云仓库及拉取服务;文件挂载_loong_XL的博客-CSDN博客_docker打包tensorflow
五、导出整体项目与测试(容器与项目)
docker save simbert:v4 > ./simbert.tar
mobaxterm可视化界面展示如下
首先,清空镜像
之后,导入生成的镜像
docker load < simbert.tar
显示镜像导入成功
测试
docker run -p 8090:8090 -d 镜像id
这一部分主要参考