Totdat u Jupyter start in een machine learning-container met Docker + Miniconda
Bouw een Docker-omgeving voor machine learning en datawetenschap met behulp van de officiële afbeelding van Miniconda. We hebben de stappen samengevat vanaf het installeren van Docker tot het installeren van het python-pakket in de container en het openen van de Jupyter-notebook.
De verdienste van het bouwen van een omgeving voor machine learning met Docker is
- U kunt snel een omgeving bouwen voor deep learning-frameworks met ernstige verschillen in bibliotheek / versie.
- (Voor Ubuntu) U kunt eenvoudig de GPU-versie van Tensorflow / LightGBM gebruiken, die lastig te installeren is.
- (Voor Windows en Mac) Alleen op Linux gebaseerde bibliotheken kunnen worden gebruikt.
- Zelfs als de Conda-omgeving is verbroken, kan deze onmiddellijk worden hersteld
Enzovoorts.
Docker-installatie
Klik hier om Docker op elk besturingssysteem te installeren.
Ubuntu,Windows pro,Mac
GPU-containers zijn alleen beschikbaar op Ubuntu met Docker. Als je alleen een Windows- of Mac OS-computer hebt en een GPU-container wilt gebruiken, kun je Ubuntu opstarten vanaf een externe SSD.
Download Miniconda-afbeelding / Maak container
De officiële Docker-afbeelding (Anaconda 2 of 3, Miniconda 2 of 3) staat hieronder.https://github.com/ContinuumIO/docker-images
Je kunt de Miniconda 3 (op python 3.7 gebaseerde Miniconda) afbeelding van je terminal krijgen met het volgende commando:
# docker Maak een plaats om bestanden te plaatsen die zijn gedeeld met de container mkdir -p docker / miniconda # Verkrijg de officiële afbeelding van miniconda3 docker pull continuumio / miniconda3 # Start de miniconda container docker run --name miniconda3 -it -p 8888: 8888 -v / home / [naam GEBRUIKER] / docker / miniconda: / home continuumio / miniconda3 / bin / bash
Uitleg van opties wanneer docker wordt uitgevoerd--name
: Naam die aan de te maken container moet worden gegeven-it
: Verbind de opdrachtprompt van de container en de host-p
: Verbind de poort van de host en de container: U kunt de jupyter notebook vanuit de browser openen-v
: Deel de hostmap (hier / home / docker / miniconda) met / home in de container.Eerste "mkdir -p docker/miniconda
Als u een bestand (analysegegevens, enz.) In de aangemaakte map in "plaatst, kunt u het delen met de container.
Hier voorlopig-v
De gedeelde map is aangekoppeld met de optie. Met jupyter notebook kunnen bestanden worden geüpload en gedownload naar de container via een browser, dus het is misschien niet nodig.
Werken in een Miniconda-container
Omdat ik het in de opdrachtprompt in de container heb gezet met de vorige opdracht, installeer ik het pakket (maak indien nodig een virtuele omgeving).
# Creëer virtuele omgeving voor ML conda create -n ML # Installeer machine learning / data science gerelateerde pakketten conda install numpy scipy panda's matplotlib seaborn bokeh jupyter jupyterlab scikit-learn
Start Jupyter-notebook in de container
Open # jupyter notebook jupyter notebook --port 8888 --ip = 0.0.0.0 --allow-root # Voer voor jupyter lab het volgende jupyter lab --port 8888 --ip = 0.0.0.0 --allow-root uit
U kunt jupyter openen door de uitvoer-URL in uw browser in te voeren.
"Ctrl + C" om jupyter af te sluiten
Om de container opnieuw in te voeren, klikt u opdocker exec -it コンテナID /bin/bash
"
Om de gemaakte Miniconda-container als een afbeelding op te slaan, klikt u opdocker commit CONTAINER_ID 保存するイメージ名
"
discussie
Lijst met opmerkingen
Er zijn nog geen reacties