快捷導(dǎo)航

Docker+Jupyter 部署算力服務(wù)的解決方案

更新時(shí)間：2024年11月01日 12:08:14 作者：一者仁心

Docker+Jupyter部署算力服務(wù)為AI學(xué)習(xí)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(jù)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(wù)的相關(guān)知識(shí),一起看看吧

Dokcer+Jupyter 部署算力服務(wù)

使用場(chǎng)景

在我們學(xué)習(xí)使用各種AI的學(xué)習(xí)框架的時(shí)候，通常會(huì)使用Conda，如果我們想要將研究的框架發(fā)布到服務(wù)器來(lái)使用的時(shí)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(xué)請(qǐng)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(jù)你的AI框架所需的python版本進(jìn)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(yùn)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(gè)文件夾，這個(gè)文件夾會(huì)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(gè)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?yàn)槟J(rèn)的用戶沒(méi)有sudo的權(quán)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(nèi)外的端口映射，不寫(xiě)IP就會(huì)是0.0.0.0
volumens：磁盤(pán)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(yùn)行的時(shí)候查看輸出日志中會(huì)有token字符串，這里推薦指定一個(gè)自己想要的就不需要再看日志了。
working_dir：指定容器內(nèi)的工作目錄路徑
command：當(dāng)容器運(yùn)行的時(shí)候運(yùn)行的腳本

服務(wù)的啟動(dòng)

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

到此這篇關(guān)于Docker+Jupyter 部署算力服務(wù)的文章就介紹到這了,更多相關(guān)Dokcer Jupyter算力服務(wù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)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: