docker学习之基于ubuntu的环境搭建

docker学习之基于ubuntu的环境搭建

首先需要更新apt索引
sudo apt update
安装前期所需要的软件
sudo apt install  apt-transport-https ca-certificates curl gnupg-agent  software-properties-common -y 
添加 Docker 的官方 GPG 密钥:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
设置稳定版本仓库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
安装docker-ce
sudo apt install docker-ce -y

输入以上命令,等待安装成功,此过程所耗费的时间可能较长。
安装完成之后,可以使用以下命令查看是否安装成功以及docker的版本信息:

sudo docker version
安装docker-compose

在这里可以使用两种办法:

  1. 在Github上下载docker-compose执行文件
sudo curl -L "https://github.com/docker/compose/releases/download/1.23.1/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

使用此方法可直接安装成功,不过从Github上下载可能会比较慢。
将下载下来的文件设置可执行权限:

sudo chmod +x /usr/local/bin/docker-compose
  1. 这里,我把docker-compose执行文件上传到了自己的Gitee上,相对于Github来说,速度会更快一些。
git clone https://gitee.com/junweiw/docker_compose_execute_script.git

从Gitee克隆下来之后,将docker_compose_execute_script目录中的docker-compose文件拷贝到**/usr/local/bin/**目录中。

cd docker_compose_execute_script
sudo cp docker-compose /usr/local/bin/

**注意:**使用此方法,安装的docker-compose是1.23.1的版本,如果想安装最新版本,需要使用第一个方法。

上述步骤执行完后,使用docker-compose version查看是否安装成功和版本信息:

sudo docker-compose version

为了之后的使用方便,可以将docker用户加入到当前用户的用户组中,这样在使用docker和docker-compose相关命令中就无需使用sudo。下面来进行配置。如果不需要,则无需配置。上述步骤操作完成,docker和docker-compose已经安装完成。

sudo groupadd docker
sudo gpasswd -a "$USER" docker

这样配置之后,以后再使用docker和docker相关命令时则可以直接使用,例如:

docker run ...
docker ps
docker-compose up
docker-compose ps

至此docker和docker-compose的安装以及相关配置全部完成。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是在VM Ubuntu上搭建一个基于Docker的机器学习平台的步骤: 1. 安装VM:选择一款虚拟机软件,如VMware或VirtualBox,并安装在本地电脑上。 2. 下载Ubuntu:从Ubuntu官网下载Ubuntu的ISO镜像文件。 3. 创建虚拟机:在虚拟机软件中创建一个新的虚拟机,并设置Ubuntu的ISO镜像文件为启动盘,启动虚拟机并按照提示安装Ubuntu操作系统。 4. 安装Docker:在Ubuntu中安装Docker CE(社区版),可以通过官方文档进行安装,具体命令如下: ``` sudo apt-get update sudo apt-get install docker-ce ``` 5. 创建Docker镜像:使用Dockerfile文件定义机器学习环境,包括所需的Python版本、库和框架,如TensorFlow、Keras等,并构建镜像,具体步骤如下: - 在Ubuntu创建一个新的目录,用于存放Dockerfile文件和其他所需文件。 - 在该目录下创建一个名为Dockerfile的文件,并添加以下内容: ``` FROM tensorflow/tensorflow:latest-py3 RUN apt-get update && apt-get install -y python3-pip RUN pip3 install jupyter pandas matplotlib EXPOSE 8888 ``` 这个Dockerfile使用最新版本的TensorFlow作为基础镜像,安装了Python3和其他常用的机器学习库,同时暴露了Jupyter Notebook的端口号。 - 使用以下命令构建镜像: ``` sudo docker build -t ml_platform . ``` 这个命令会在当前目录下查找Dockerfile文件,并以此为基础构建一个名为ml_platform的镜像。 6. 启动容器:使用以下命令启动容器,并将Jupyter Notebook的端口号映射到本地的8888端口: ``` sudo docker run -it -p 8888:8888 ml_platform ``` 这个命令会启动一个新的容器,并进入容器内部。在容器内部执行以下命令启动Jupyter Notebook: ``` jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root ``` 这个命令会启动Jupyter Notebook,并将其绑定到容器的8888端口。 7. 使用平台:在本地浏览器中访问http://localhost:8888,输入Jupyter Notebook的登录口令,即可开始使用机器学习平台。 需要注意的是,在搭建过程中需要考虑安全性和性能等问题,例如配置防火墙和调整容器资源等。同时,也需要根据具体需求进行合理的优化和定制。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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