如果你创建的是深度学习镜像,建议基于nvidia/cuda进行创建,下面就是基于此镜像进行创建的
在写Dockerfile的时候我们希望自动安装Miniconda,并且创建一个叫做torch的环境,并且安装相应的包,下面是我写的Dockerfile文件
第一个Dockerfile第一个Dockerfile的编写如下
#!/bin/bash FROM nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04 ... RUN conda create -n torch -y python=3.8 # 用于激活环境,conda activate命令无效 RUN conda activate torch RUN pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ...
然后出现了以下的问题,意思好像是没有初始化conda的shell,一把来说我们都是用bash,docker初始化的时候默认是用的是sh,所以我们加入conda init bash再试一次
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'. To initialize your shell, run $ conda init第二个DockerfileCurrently supported shells are: - bash - fish - tcsh - xonsh - zsh - powershell See 'conda init --help' for more information and options. importANT: You may need to close and restart your shell after running 'conda init'.
#!/bin/bash FROM nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04 ... RUN conda create -n torch -y python=3.8 # 用于激活环境,conda activate命令无效 RUN conda init bash && conda activate torch RUN pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ...
很可惜的是,依然出现了上面的错误
最终的Dockerfile如果没有办法在Dockerfile中激活环境,就没有办法安装相应的包,经过查找发现可以使用conda run -n myenv command在Dockerfile中激活conda环境,下面给出其中的问题链接
链接1
链接2
最终版本如下所示
#!/bin/bash FROM nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04 ... RUN conda create -n torch -y python=3.8 # 用于激活环境,conda activate命令无效 SHELL ["conda", "run", "-n", "ffmpeg_env", "/bin/bash", "-c"] # 成功激活 RUN conda activate torch RUN pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ...
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)