如何解决这是减少我的docker映像大小的正确方法吗?
我正在需要pytorch和Azure ML服务的Docker容器中运行深度学习模型。
AML的要求是Ubuntu 18.04(默认情况下,它只有python3.6,并且安装python3.7 +的唯一方法是从我能找到的来源中获得)
pytorch中的变形金刚有python 3.7+的要求
我需要和Cuda一起使用pytorch,所以我选择abinali/pytorch
https://github.com/anibali/docker-pytorch/blob/master/dockerfiles/1.5.0-cuda10.2-ubuntu18.04/Dockerfile
问题是图像的大小约为4GB以上。所以我想将PyTorch安装移出映像,并在docker运行容器时运行install(这会增加容器的正常运行时间)。 运行基本的割炬命令时出错
File "test.py",line 1,in <module>
import torch
File "/home/user/miniconda/lib/python3.8/site-packages/torch/__init__.py",line 135,in <module>
_load_global_deps()
File "/home/user/miniconda/lib/python3.8/site-packages/torch/__init__.py",line 93,in _load_global_deps
ctypes.CDLL(lib_path,mode=ctypes.RTLD_GLOBAL)
File "/home/user/miniconda/lib/python3.8/ctypes/__init__.py",line 373,in __init__
self._handle = _dlopen(self._name,mode)
OSError: /home/user/miniconda/lib/python3.8/site-packages/torch/lib/../../../../libnvToolsExt.so.1: invalid ELF header
所以我当前的docker文件是:
From nvidia/cuda:10.2-base-ubuntu18.04
RUN apt-get update && apt-get install -y \
curl \
ca-certificates \
sudo \
git \
bzip2 \
libx11-6 \
&& rm -rf /var/lib/apt/lists/*
# Create a working directory
# COPY . /app
# WORKDIR /app/
RUN mkdir /app
COPY . /app
WORKDIR /app
# Create a non-root user and switch to it
RUN adduser --disabled-password --gecos '' --shell /bin/bash user \
&& chown -R user:user /app
RUN echo "user ALL=(ALL) NOPASSWD:ALL" > /etc/sudoers.d/90-user
USER user
# All users can use /home/user as their home directory
ENV HOME=/home/user
RUN chmod 777 /home/user
# Install Miniconda and Python 3.8
ENV CONDA_AUTO_UPDATE_CONDA=false
ENV PATH=/home/user/miniconda/bin:$PATH
RUN curl -sLo ~/miniconda.sh https://repo.continuum.io/miniconda/Miniconda3-py38_4.8.2-Linux-x86_64.sh \
&& chmod +x ~/miniconda.sh \
&& ~/miniconda.sh -b -p ~/miniconda \
&& rm ~/miniconda.sh \
&& conda install -y python==3.8.1 \
&& conda clean -ya
CMD ["sh","-c","conda install -y -c pytorch cudatoolkit=10.2 \"pytorch=1.5.0=py3.8_cuda10.2.89_cudnn7.6.5_0\" \"torchvision=0.6.0=py38_cu102\" && conda clean -ya && python test.py"]
解决方法
由于您需要 cuda ,可能python-slim的基本映像已成问题,但我认为您可以尝试多阶段构建。
您可以将所有依赖项安装在基本的第一个映像中,然后将它们(可能在/usr/local/lib/python/site-packages/
和/usr/local/bin/
中的某个位置)复制到第二个映像(您的发行版)中。
这是一个关于article的多层建筑。希望对您有帮助。
,通过CMD
安装运行时依赖项不是减小Docker映像大小的典型方法。正如OP所指出的,这在容器启动方面带来了成本。
可以对Dockerfile进行一些更改以减小映像大小。
- 使用已安装miniconda但未安装cuda / cudnn的基本映像。 OP通过conda安装pytorch,cuda和cudnn,因此映像中将存在cudnn和cuda的重复安装(一个来自
nvidia/cuda
基本映像,另一个来自conda)。请参阅Azure ML documentation,以获取Azure ML提供的公共基础映像的列表。 - 在
--no-install-recommends
命令中使用apt-get install
。这样可以防止apt-get
安装建议的依赖项,而对于软件包的使用则不需要。 - 在
--chown
期间,使用COPY
中的COPY
选项更改复制文件的所有权。在RUN chown ...
之后使用COPY
将导致/app
的大小计入Docker映像总大小的两倍。
这是一个实现我建议的Dockerfile。这将创建一个3.43 GB的Docker映像。
FROM continuumio/miniconda3
RUN apt-get update \
&& apt-get install -y --no-install-recommends \
curl \
ca-certificates \
sudo \
git \
bzip2 \
libx11-6 \
&& rm -rf /var/lib/apt/lists/*
# Create a non-root user
RUN adduser --disabled-password --gecos '' --shell /bin/bash user \
&& echo "user ALL=(ALL) NOPASSWD:ALL" > /etc/sudoers.d/90-user
# All users can use /home/user as their home directory
ENV HOME=/home/user
RUN chmod 777 /home/user
# Install pytorch.
ENV CONDA_AUTO_UPDATE_CONDA="false"
RUN conda install --yes python=3.8 \
&& conda install --yes --channel pytorch \
cudatoolkit=10.2 \
pytorch=1.5.0=py3.8_cuda10.2.89_cudnn7.6.5_0 \
torchvision=0.6.0=py38_cu102 \
&& conda clean --all --yes
USER user
WORKDIR /app
COPY --chown=user:user . .
CMD ["python","test.py"]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。