使用 Conda 环境创建 Docker 镜像的完整指南

使用 Conda 环境创建 Docker 镜像的完整指南

在现代开发中,容器化已经成为管理和部署复杂软件环境的首选方式。对于基于 Conda 的 Python 环境,如何将本地环境高效地迁移到 Docker 镜像中是一项常见但关键的任务。本文提供了两种方法,分别是基于网络安装基于本地环境的 Dockerfile 配置,帮助开发者快速构建和部署符合需求的 Docker 镜像。

1.基于网络安装的Dockerfile

(1)进入指定环境下,导出环境列表

bash 复制代码
conda activate llama-factory
conda env export --name llama-factory > environment.yml

(2)新建Dockerfile

这样build的image会去按environment.yml中的包,一个个安装到image中

bash 复制代码
# 基于官方的 Conda 镜像
FROM continuumio/miniconda3

# 设置工作目录
WORKDIR /app

# 将环境配置文件复制到容器中
COPY environment.yml /app/

# 创建 Conda 环境并安装依赖
RUN conda env create -f environment.yml

# 激活环境
SHELL ["conda", "run", "-n", "llama-factory", "/bin/bash", "-c"]

# 设置工作目录(可选)
WORKDIR /app

# 容器启动时,默认激活环境并启动 bash
ENTRYPOINT ["conda", "run", "-n", "llama-factory", "/bin/bash"]

# 如果容器启动时需要执行其他命令,使用 CMD 指定
CMD ["bash"]

2.基于本地环境的Dockerfile

(1)准备环境

可以先把conda环境下的包拷贝到当前目录下,并且拷贝所需数据及代码

bash 复制代码
cp -r /home/lizhijun/anaconda3/envs/llama-factory ./llama-factory

(2)新建Dockerfile

需要修改下按自己的情况,修改下

bash 复制代码
COPY llama-factory-env /opt/conda/envs/llama-factory
COPY LLaMA-Factory /workspace/LLaMA-Factory
bash 复制代码
# 使用Ubuntu基础镜像
FROM ubuntu:20.04

# 避免交互式提示
ENV DEBIAN_FRONTEND=noninteractive

# 安装基础工具
RUN apt-get update && \
    apt-get install -y \
    wget \
    bzip2 \
    ca-certificates \
    libglib2.0-0 \
    libxext6 \
    libsm6 \
    libxrender1 \
    git \
    && rm -rf /var/lib/apt/lists/*

# 安装 Miniconda
RUN wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh && \
    bash ~/miniconda.sh -b -p /opt/conda && \
    rm ~/miniconda.sh && \
    /opt/conda/bin/conda clean -a -y

# 添加 Miniconda 到 PATH
ENV PATH /opt/conda/bin:$PATH

# 创建必要的目录
WORKDIR /workspace

# 从当前目录复制环境
COPY llama-factory-env /opt/conda/envs/llama-factory


# 确保复制的环境可用并升级 pip
RUN /bin/bash -c "conda init bash && \
    source ~/.bashrc && \
    source activate llama-factory && \
    python -m pip install --upgrade pip"


# 复制 LLaMA-Factory 文件夹
COPY LLaMA-Factory /workspace/LLaMA-Factory

# 进入 LLaMA-Factory 目录
WORKDIR /workspace/LLaMA-Factory

# 设置容器启动时默认使用的 Shell
CMD ["/bin/bash"]

3.编译及运行

bash 复制代码
docker build -t llama-factory-image .
docker run --gpus all -it llama-factory-image

运行成功如下图

4.保存(迁移)及加载

把刚刚的docker image转为压缩包,放到新机子上加载

bash 复制代码
docker save -o llama-factory-image.tar llama-factory-image
docker load -i llama-factory-image.tar
相关推荐
皮皮冰燃2 小时前
docker-18-WSL中安装docker并部署flask服务
docker·容器·flask
少年白char2 小时前
整理上万首音乐后的完整工作流:下载、刮削、播放与避坑指南
docker·nas·musictag·音乐刮削·音乐标签
木雷坞8 小时前
K8s GPU 推理服务 ImagePullBackOff 排查与预热
云原生·容器·kubernetes·gpu算力
萧行之9 小时前
Docker部署Loki+Grafana+Vector实现全服务器日志监控(含N8N/SSH/Fail2ban监控)
服务器·docker·grafana
人工智能培训10 小时前
工程科研中的AI应用:结构力学分析技巧
人工智能·深度学习·机器学习·docker·容器
计算机安禾11 小时前
【Linux从入门到精通】第35篇:容器化技术预备——Docker安装与基本概念
linux·运维·docker
子木HAPPY阳VIP11 小时前
信创UOS,Docker 完整操作部署(Dockerfile部署方式)&排错整合
linux·运维·redis·nginx·docker·容器·tomcat
AOwhisky11 小时前
Kubernetes调度与服务暴露:从“定时任务”到“服务发现”的完全指南
linux·运维·云原生·容器·kubernetes·服务发现
Cyber4K12 小时前
【Kubernetes专项】温故而知新,重温技术原理(6)
云原生·容器·kubernetes
AI服务老曹12 小时前
架构实战:基于 GB28181 与 RTSP 的异构设备统一接入方案,深度解析 Docker 化 AI 视频管理平台
人工智能·docker·架构