docker镜像制作commit方式

docker镜像制作

可以先基于一个已有镜像,通过bash添加自己需要的环境,然后commit一下【虽然官方不建议通过commit方式来创建,如果不担心镜像会越来越大的话,这种方式是最自由最简单的,通过dockerfile当然是更优的啦】

基于tensorflow官方镜像做修改,https://hub.docker.com/r/tensorflow/tensorflow/

拉线上镜像

docker pull tensorflow/tensorflow

运行bash

docker run -it tensorflow/tensorflow bash

安装python3+tensorflow-gpu+keras等等

安装完环境后退出docker

exit

查看所有docker容器,找到要commit的容器id

docker ps -a

结果如下:


这里我要commit的容器id为00ff1b764a1b

commit制作镜像

官方文档:https://docs.docker.com/engine/reference/commandline/commit/

docker commit -a "vellhe" -m "py3.6_tf1.8_keras2.2" 00ff1b764a1b tf_keras:v1

查看制作出来的镜像

docker images

将制作出来的镜像提交到https://hub.docker.com

需要先注册一个账号,然后创建一个REPOSITORY,在本地将镜像标记成和线上一样的REPOSITORY名,最后在本地登录账号并push到线上

  • 注册账号并创建REPOSITORY
    我创建的REPOSITORY:


  • 将镜像标记成同名REPOSITORY


  • 登录账号
docker login
  • push到线上



    通过commit搭建的镜像真的比较大,上传就只能慢慢等了

镜像导出导入

由于我网络堪忧,要都依赖线上镜像的话,镜像拷贝真的要死要死的了,所以必须线下导出导入
有两种方案:save&load、export&import

  • save&load 【保存镜像,并不是容器】
# save
docker save vell001/tf-keras > tf-keras.tar
# load
docker load < tf-keras.tar
  • export&import 【Export命令用于持久化容器(不是镜像),不会保留镜像的层级信息,所以大小会比save要小】
docker export 33f6c8359187 > tf-keras-33f6c8359187.tar
docker import tf-keras-33f6c8359187.tar

推荐阅读更多精彩内容