当前位置: 首页 > news >正文

一、创建自己的docker python容器环境;支持新增python包并更新容器;离线打包、加载image

1、创建自己的docker python容器环境

参考:https://blog.csdn.net/weixin_42357472/article/details/118991485

首先写Dockfile,注意不要有txt等后缀
Dockfile

# 使用 Python 3.9 镜像作为基础
FROM python:3.9# 设置工作目录
WORKDIR /app# 复制当前目录中的 requirements.txt 文件到容器中
COPY requirements.txt requirements.txt# 在容器中安装所需的包
RUN pip install -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com --no-cache-dir -r requirements.txt# 复制当前目录中的所有文件到容器中
COPY . .# 设置容器的默认命令
CMD ["/bin/bash"]

bulid:
构建时间肯呢个会很长,创建好后可以docker images查看

docker build -t mypythonimage .

run:
测试,CMD [“/bin/bash”]因为这images是交互式的直接run会一下就结束,可以直接进入容器查看

docker run -it mypythonimage /bin/bash

在这里插入图片描述

2、支持新增python包并更新容器

比如image向新增其他包,faiss;
1)首先进入容器

docker run -it mypythonimage /bin/bash

2)容器类安装

pip install faiss-cpu -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

3)安装好后不要退出,换个cmd重新打包更新image
ad6e1d2c5869是上面运行中的容器id,mynewpythonimage是新image名称

docker commit ad6e1d2c5869 mynewpythonimage

4)打包更新好就可以重新进入新mynewpythonimage查看,此时aiss-cpu就在自带的image里面了
在这里插入图片描述

3、离线打包盒加载image

1)在源电脑上保存镜像为一个文件。在终端中运行以下命令:

docker save -o image.tar <镜像名称>

将 <镜像名称> 替换为你要保存的镜像的名称。该命令将把镜像保存为名为 image.tar 的文件。

将保存的镜像文件传输到目标电脑。你可以使用各种方法,如使用外部存储设备、通过网络传输或使用文件共享服务等。
在这里插入图片描述

2)在目标电脑上加载镜像文件。将镜像文件拷贝到目标电脑的合适位置后,在终端中运行以下命令:

docker load -i image.tar

这将加载镜像并在目标电脑上可用。

在这里插入图片描述

3)确认镜像已加载成功。在终端中运行以下命令:

docker images

将会列出所有可用的镜像,确认你之前保存的镜像在目标电脑中已经加载成功。

http://www.lryc.cn/news/101557.html

相关文章:

  • 【Git】git企业开发命令整理,以及注意点
  • 使用Django自带的后台管理系统进行数据库管理的实例
  • leetcode解题思路分析(一百四十五)1254 - 1266 题
  • 使用 GORM 连接数据库并实现增删改查操作
  • kafka集群搭建(Linux环境)
  • 树莓派本地快速搭建web服务器,并发布公网访问
  • 集合中的数据结构
  • CentOS 8 错误: Error setting up base repository
  • java外观模式
  • 3秒快速打开 jupyter notebook
  • 数据安全
  • 华为nat64配置
  • 从分片传输到并行传输之大文件传输加速技术
  • mybatisPlus入门篇
  • NineData支持最受欢迎数据库PostgreSQL
  • Redis配置类
  • 【前端知识】React 基础巩固(三十六)——RTK中的异步操作
  • 33. 本地记事本
  • Android Glide预处理preload原始图片到成品resource 预加载RecyclerViewPreloader,Kotlin
  • 亚马逊云科技全新Amazon Bedrock,助力客户构建生成式AI应用
  • 题解:ABC275 C-Counting Squares
  • 加载已训练好的目标检测YOLOv8,v5,v3,v6模型,对数据集中某张图片中的object打上方框、标出类别,并将图片保存到本地
  • 《零基础入门学习Python》第073讲:GUI的终极选择:Tkinter10
  • Shell脚本实现分库分表操作
  • 区块链实验室(12) - 网络拓扑对PBFT共识流量的影响
  • 聊聊这几年的科技风口
  • 【力扣每日一题】2023.7.30 环形链表2
  • Flink状态的理解
  • 6.3.tensorRT高级(1)-yolov5模型导出、编译到推理(无封装)
  • 如何利用设备数字化平台推动精益制造?