python pytorch库,pytorch基础知识
本文主要介绍pytorch库的dockerfile，包括dockerfile命令，使用该命令的注意事项以及存在的一些问题。这篇文章很详细的介绍了你，有需要的朋友可以参考一下。
00-1010 0.Dockerfile命令1。使用说明的注意事项2。dockerfile3。参考文献4。存在的问题
目录
从# basic mirror开始，一切都是从这里开始构建的
维护者# mirror是谁写的，它的名字和邮箱？
RUN#构建映像时需要运行的命令。
添加# step: tomcat镜像，这个tomcat压缩包！添加内容
工作目录#图像的工作目录
安装卷#的目录
暴露#保留端口配置
CMD#指定启动该容器时要运行的命令。只有最后一个会生效，可以替换。
Entry #指定启动该容器时要运行的命令。您可以附加命令。
On #当您构建继承的DockerFile时，您将运行ONBUILD#指令并触发该指令。
COPY#类似于ADD，将我们的文件复制到镜像中。
ENV#构建时设置环境变量
0. dockerfile命令
1.出发地:
如果您制作基础映像，请从头开始使用。
如果是基于某个映像制作的，例如使用FROM centos:7指定特定基础映像的版本，如果没有指定版本，则默认为最新版本。
2.标签:
需要对镜像做一个基本介绍:
LABEL maintainer= prin XXX @ QQ.com
标签版本=“1.0”
标签描述=打印第一个数据文件
3.运行:
容器中执行的命令有两种格式。Shell:运行命令行命令，相当于在终端执行shell命令。Exec:RUN [可执行文件，参数1 ，参数2]。
注意:每次执行dockerfile的指令，都会在Docker上创建一个新层。所以太多无意义的图层会导致图像过于膨胀。建议使用符号链接命令，比如:运行yum-y update yum-y install yum net-tools。
4.添加和复制:
概述:
添加副本和添加副本将主机上的文件复制到镜像中。在大多数情况下，复制比添加更好(方便和清晰)。ADD除了复制(解压)还有额外的功能。使用curl或wget添加远程文件/目录。
add _ add/prin-将本地文件夹For_add(与dockerfile在同一个目录下)中的所有文件复制到镜像/prin目录中。
copy _ CP/PRIN-同上。
For_add.tar.gz /prin/unzip/-将_add.tar.gz的压缩文件复制到镜像的/prin/unzip/目录中并解压缩。
5.工作目录(工作目录):
当生成容器时，默认情况下会切换到特定目录。
6.卷(装载):
概述:
设置数据卷的位置，容器在运行时自动挂载为匿名卷。当然也可以覆盖命名。
1. 使用指令的注意点
#继承Pytorch的cuda官方形象
来自pytorch/pytorch :1 . 11 . 0-cuda 11.3-cud nn8-devel
标签维护者=xxxxx
xx@qq.com
标签版本=“0.2”
标签描述=准备深度学习环境
#指定docker映像中的默认工作路径是/home/BE。
工作/家庭/BE
运行RM/etc/apt/sources . list . d/cuda . list
RM/etc/apt/sources . list . d/NVIDIA-ml . list
apt-get更新
apt-get install -y libgl1
conda安装gdal==3.4.1
pip配置集global . index-URL https://pypi.douban.com/simple/
pip安装opencv-python-headless==4 . 6 . 0 . 66
pip安装opencv-python==4.6.0.66
pip安装分段-模型-pytorch
2. dockerfile
https://docs . Microsoft.com/zh-cn/virtual ization/windows containers/manage-docker/manage-windows-docker file
3. 参考
Q1:您想在每次运行docker容器时挂载本地路径吗？
码头运行，安装它
Q2:dockerfile中涉及的apt-get操作失败。
官方解释：为了最好地确保我们RPM和Debian软件包仓库的安全性和可靠性，NVIDIA将从2022年4月27日起更新和轮换apt、dnf/yum和zypper软件包管理器使用的签名密钥。当试图从CUDA存储库访问或安装软件包时，更新存储库签名密钥失败将导致软件包管理错误。为了确保持续访问最新的NVIDIA软件，请完成以下步骤：删除过期的签名密钥Deb…
运行RM/etc/apt/sources . list . d/cuda . list
运行RM/etc/apt/sources . list . d/NVIDIA-ml . list
关于pytorch库的dockerfile的这篇文章到此为止。如需了解pytorch库dockerfile的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。