Flask-2使用Dockerfile创建镜像来部署Flask的深度学习项目

容器与镜像的区别

镜像，是一个静态概念，一个镜像由若干只读层(read-only layer)构成。

容器和镜像一样，也是若干层的叠加，唯一区别是所有只读层的最上面一层，是一层可读可写层，如上图绿色图例所示。

Docker 镜像都是只读的，当容器启动时，一个新的可写层加载到镜像的顶部！这一层就是我们通常说的容器层，容器之下的都叫镜像层！

容器 = 容器镜像 可读可写层

1、Dockerfile文件：

1.  
   # 基于的基础镜像
2.  
   FROM python:3.7
3.  
   # 维护者信息
4.  
   MAINTAINER *** ***@qq.com
5.  
   # 复制代码到code文件夹
6.  
   COPY . ../code
7.  
   # 设置code文件夹是工作目录
8.  
   WORKDIR /code
9.  
   RUN apt-get update
10.  
    RUN apt-get install -y libgl1-mesa-dev
11.  
    RUN pip install --upgrade pip
12.  
    RUN pip install torch==1.7.1 cu110 torchvision==0.8.2 cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
13.  
    RUN pip install -r requirements.txt
14.  
    # 申明镜像内服务监听的端口
15.  
    EXPOSE 5000
16.  
    CMD ["python","test.py"]

特别指出：

• FROM python:3.8.0：python 3.8.0作为基础镜像（或父镜像）。
• COPY：其用法为COPY [src] [dest]，此处src为”.“，本例即将工作目录下的全部代码拷贝到dest（镜像下的目录）。
• WORKDIR：其用法为WORKDIR [dir]，本例即将本地工作目录设置为dir的"/aep-ai-seal-v1-yolov5"。
• RUN apt-get update：拉取下来的基础镜像需要更新一下。
• RUN apt-get install -y xxxxx:安装项目所需的一些组件。
• RUN pip install --upgrade pip：更新pip，以便后续顺利安装其他组件。
• RUN pip install torch-xxxx：加载YOLOv5所需的组件pytorch。
• RUN pip install -r requirements.txt：加载镜像所需的库。
• EXPOSE 5000：抛出的端口。
• CMD [“python”,“run.py”]：python环境下运行镜像中主程序。

2、创建镜像：

打开一个终端，进入到工作目录下，输入以下命令进行编译。

1.  
   # docker build -t 镜像名：tag名 .
2.  
   docker build -t flask:1.0 .

需要注意，镜像名与tag可以根据需要命名，指令后的”.“不要遗漏，其表示默认Dockerfile。

3、测试镜像

docker images

4、启动镜像

docker run -p 本机映射端口:镜像映射端口 -d  --name 启动镜像名称 -e 设置环境变量   镜像名称:镜像版本号

• 参数释义：
•  -p   5000:5000表示端口映射，前面的端口是外部环境的端口，后面的端口表示镜像的端口，通过这句话将两个端口连接起来。访问外部环境的5000端口，就相当于访问镜像的5000端口
•  -d   后台运行
•  --name   容器名称
•  -e    设置环境变量 

docker run -p 5000:5000 flask2.0:latest

5、docker读取NVIDIA显卡

创建nvidia-container-toolkit.sh脚本

1.  
   $ cat nvidia-container-runtime-script.sh
2.  
    
3.  
   # Add the package repositories
4.  
   distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
5.  
   curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
6.  
   curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
7.  
   sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
8.  
   sudo systemctl restart docker

执行脚本

sh nvidia-container-runtime-script.sh

运行利用GPU的Ubuntu容器

1.  
   # --rm 代表运行之后则删除容器
2.  
   docker run -p 5000:5000 --gpus all --rm flask2.0:latest

6、Docker容器进入的方式

• 使用docker attach进入Docker容器

sudo docker run -itd flask:1.0 /bin/bash  

使用docker attach进入该容器

sudo docker attach

• 使用docker exec进入Docker容器

1.  
   zxh@zxh-Precision-3640-Tower:~$ sudo docker ps
2.  
   CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
3.  
   8a6742c70360 flask2.0:latest "python test.py" 17 minutes ago Up 17 minutes 0.0.0.0:5000->5000/tcp, :::5000->5000/tcp gifted_mirzakhani
4.  
   zxh@zxh-Precision-3640-Tower:~$ sudo docker exec -it 8a6742c70360 /bin/bash
5.  
   root@8a6742c70360:/code# nvidia-smi

PS：使用方式一时，当多个窗口同时使用该命令进入该容器时，所有的窗口都会同步显示。如果有一个窗口阻塞了，那么其他窗口也无法再进行操作。因为这个原因，所以docker attach命令不太适合于生产环境。

6、将镜像打成tar包

docker image save flask2.0> flask.tar

7、导入打包好的镜像

1.  
   cong@cong-desktop:~$sudo docker load -i flask.tar
2.  
   open /var/lib/docker/tmp/docker-import-445297053/839f6fa1ac9daa8dc13a9b059857e5808443eda15bb1d63553a42a2ac79baf8a/json: no such file or directory
3.  
   # 上述命名出现错误，可采用以下命令
4.  
   cat flask.tar | sudo docker import - flask.tar

相关命令：

1.  
   # 为库中镜像改名：
2.  
   docker tag {imageID} {repository}:{tag}
3.  
   # 停止所有容器
4.  
   docker stop $(docker ps -aq)
5.  
   # 删除所有容器
6.  
   docker rm $(docker ps -aq)
7.  
   # 通过命令可以从镜像仓库中拉取镜像
8.  
   docker image pull <repository>:<tag>
9.  
   # commit镜像：先进入基础镜像的容器里面，然后安装需要的包，最后执行如下命令：
10.  
    docker commit <podid> <imagetag>
11.  
    apt update

这篇好文章是转载于：学新通技术网