Docker+Jupyter 部署算力服務的解決方案

更新時間：2024年11月01日 12:08:14 作者：一者仁心

Docker+Jupyter部署算力服務為AI學習框架提供了一種高效的發(fā)布和使用方案,本文以Windows環(huán)境為例,介紹了如何下載安裝Docker工具,以及如何根據AI框架所需的Python版本拉取合適的Jupyter鏡像,本文介紹了Docker+Jupyter 部署算力服務的相關知識,一起看看吧

Dokcer+Jupyter 部署算力服務

使用場景

在我們學習使用各種AI的學習框架的時候，通常會使用Conda，如果我們想要將研究的框架發(fā)布到服務器來使用的時候就需要一些部署的方案，這里我們的方案就是Docker+Jupyter的方式。

需要的環(huán)境

在這里我使用的是Windows的環(huán)境，Linux同學請自行研究

Docker

下載安裝Windows下的Dokcer工具Docker Desktop

Jupyter鏡像

這里需要注意，根據你的AI框架所需的python版本進行拉取不同的Jupyter鏡像

提供一下拉取docker鏡像的地址分享（需要梯子）
https://hub.docker.com/r/jupyter/base-notebook/tags

使用

compose運行

docker容器的創(chuàng)建推薦借用docker-compose.yaml文件。將docker-compose.yaml文件放置在哪個文件夾，這個文件夾會作為組的效果將所有文件中的容器放在一組，方便管理。

  server:
    container_name: server
    image: hc_server:1.0
    user: root
    ports:
      - "3005:3005"
      - "8887:8888"
    volumes:
      - "D:\\docker\\commondir:/home/root/commondir"
    environment:
      - JUPYTER_TOKEN=123
      - NB_UID=0
      - NB_GID=0
      - NB_USER=root
      - NOTEBOOK_ARGS=--allow-root
    working_dir: /home/root
    command: ["sh", "start.sh"]
    restart: always

上面是一個容器的信息
container_name：容器名稱
image：鏡像名稱和版本
user：使用的用戶，這里的root要注意，因為默認的用戶沒有sudo的權限，所以推薦我們后期給容器安裝工具不希望遇到麻煩最好使用root
ports：容器內外的端口映射，不寫IP就會是0.0.0.0
volumens：磁盤映射路徑
enviroment：環(huán)境變量，這里的JUPYTER_TOKEN是jupyter使用的必須，如果不指定需要在容器運行的時候查看輸出日志中會有token字符串，這里推薦指定一個自己想要的就不需要再看日志了。
working_dir：指定容器內的工作目錄路徑
command：當容器運行的時候運行的腳本

服務的啟動

Jupyter環(huán)境內將服務跑通以后，最簡單的方式就是在上面的command中直接指定運行命令。有的時候這個運行命令會比較多，所以推薦另一種方式，在工作目錄下面創(chuàng)建一個文件start.sh，這樣命令中只需要command: ["sh", "start.sh"]的寫法就可以了。

到此這篇關于Docker+Jupyter 部署算力服務的文章就介紹到這了,更多相關Dokcer Jupyter算力服務內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: