python容器开发_基于Docker的Python开发

作者|GUEST

编译|VK

来源|Analytics Vidhya

在PyCharm和Visual Studio代码上支持CUDA

介绍

如果你没有经验，建立一个开发环境是不容易的，特别是如果你想学习的技术很多。

本教程旨在向你展示如何在PyCharm或Visual Studio代码中设置一个基于Docker的Python开发环境，并支持CUDA。

免责声明

在写这篇文章的时候，我无法在Windows10 家庭版中使用Docker内部的CUDA(即使是内部版本)，所以本教程是在考虑Linux的情况下实现的，尽管基本上没有什么是特定于平台的。

只有在专业版上才能使用Docker作为PyCharm的远程Python解释器。

我假设你已经在你的机器上安装了Docker。

项目结构

在本教程中，我使用了一个只有3个文件的玩具项目：

生成容器的Dockerfile。

requirements.txt包含项目依赖项的文件。

run.py包含一些要运行的代码的文件。显然，你的个人项目很可能更复杂，你可以使用不同的方法来管理依赖关系，你也可以使用docker-compose.yaml但为了实现我的例子这会毫无意义引入复杂性。

Dockerfile文件

下面是我们的Dockerfile和一个简短的注释

FROM nvidia/cuda:10.2-devel

# 地址: https://github.com/ContinuumIO/docker-images/blob/master/miniconda3/debian/Dockerfile

ENV PATH /opt/conda/bin:$PATH

RUN apt-get update --fix-missing && \

apt-get install -y wget bzip2 ca-certificates libglib2.0-0 libxext6 libsm6 libxrender1 git mercurial subversion && \

apt-get clean

RUN wget --quiet https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh && \

/bin/bash ~/miniconda.sh -b -p /opt/conda && \

rm ~/minicon