Docker封装深度学习模型

1.安装Docker Desktop

从官网下载DockerDesktop，安装。（默认安装位置在C盘，可进行修改）

"D:\Program Files (x86)\Docker\Docker Desktop Installer.exe" install --installation-dir="D:\Program Files (x86)\Docker_desktop"

镜像位置默认在C盘，如下：

可在桌面版。设置下的Resources中，调整Disk image的保存位置。

2. 建立Dockerfile，构建镜像。

Dockerfile 中的指令（如 RUN、COPY、CMD 等）是在构建镜像时由 Docker 守护进程（Docker daemon）执行的，而不是在本地命令行直接执行。

构建完 Dockerfile 后，接下来需要使用 Docker 命令来构建镜像。
打开命令提示符（CMD）或 PowerShell。
使用 cd 命令导航到包含 Dockerfile 的目录。例如，如果 Dockerfile 位于 E:\DockerImage，则运行：

cd /d E:\DockerImage

（后面的-t是指定镜像文件的名称）

docker build -f .\Dockerfile.dockerfile . -t hello

3 本地环境镜像部署

参考链接：https://blog.csdn.net/qq_32101863/article/details/120344080
D:\Anocada\envs\new\envs\pythonProject_22.7.25

• 1.拉取镜像
  continuumio/anaconda3 镜像是docker镜像库中star数最高的镜像

docker pull continuumio/anaconda3

用 docker images 指令 查看是否拉取成功。

• 2.用continuumio/anaconda3镜像创建一个名为test的容器

docker run --name test -idt continuumio/anaconda3

-idt中的 -d 指定容器的运行模式，可以使docker 的服务是在后台运行。但加了 -d 参数默认不会进入容器，想要进入容器需要使用指令 docker exec（下面会介绍到）。

执行完该指令后再查看一下容器列表（docker ps -a），发现有名为test的新容器被创建，容器一被创建就自动运行。

• 3.进入test容器，查看conda位置

docker exec -it test /bin/bash

• 4.在本地环境中将本地环境复制到docker中
  ●退出容器后，在本地环境中将需要打包的本地复制到docker中：

docker cp /home/b/miniconda3/envs/yolo1.7 test:/opt/conda/envs

• 5.在本地环境中将需要打包的本地复制到docker中：

docker cp /home/b/miniconda3/envs/yolo1.7 test:/opt/conda/envs

其中 ： /home/b/miniconda3/envs/yolo1.7 是自己需要打包的本地环境， test是容器名，/opt/conda是在容器内使用 conda info --envs 查看到的根目录。

• 6.将容器保存为镜像
  退出容器后，在本地环境中将需要打包的代码复制到docker中：

 docker cp /home/b/.../tools test:/root/

将本地文件 /home/b/…/tools 复制到test容器的根目录下。

退出容器后，执行：

 docker commit -a 'author' -m 'instruction' test image_test

该命令各字段： test ：容器名字 image_test：保存的镜像的名字。

• 7.将镜像存为压缩包
  ●cd到一个指定目录，以便于查找保存的压缩包。
  ●压缩:

 docker save -o test_tar.tar image_test

test_tar.tar: 压缩包名称 ， image_test： 镜像名称。