Creazione di un container derivato

Questa pagina descrive come creare un container derivato in base a una delle immagini standard Deep Learning Containers disponibili.

Per completare i passaggi descritti in questa guida, puoi utilizzare Cloud Shell o qualsiasi ambiente in cui è installato Google Cloud CLI.

Prima di iniziare

Prima di iniziare, assicurati di aver completato i seguenti passaggi.

  1. Completa i passaggi di configurazione descritti nella sezione Prima di iniziare di Introduzione a un container di deep learning locale.

  2. Verifica che la fatturazione sia attivata per il tuo progetto Google Cloud.

    Scopri come attivare la fatturazione

  3. Abilita l'API Artifact Registry.

    Attivare l'API

La procedura

Per creare un contenitore derivato, utilizzerai una procedura simile alla seguente:

  1. Crea il Dockerfile iniziale ed esegui i comandi di modifica.

    Per iniziare, crea un container Deep Learning Containers utilizzando uno dei tipi di immagini disponibili. Quindi, utilizza i comandi conda, pip o Jupyter per modificare l'immagine del contenitore in base alle tue esigenze.

  2. Crea ed esegui il push dell'immagine container.

    Crea l'immagine del contenitore, quindi caricala in un luogo accessibile al tuo account di servizio Compute Engine.

Crea il Dockerfile iniziale ed esegui i comandi di modifica

Utilizza i comandi seguenti per selezionare un tipo di immagine Deep Learning Containers e apportare una piccola modifica all'immagine del contenitore. Questo esempio mostra come iniziare con un'immagine TensorFlow e aggiornarla con la versione più recente di TensorFlow. Scrivi i seguenti comandi nel Dockerfile:

FROM us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu:latest
# Uninstall the container's TensorFlow version and install the latest version
RUN pip install --upgrade pip && \
    pip uninstall -y tensorflow && \
    pip install tensorflow

Crea ed esegui il push dell'immagine container

Utilizza i seguenti comandi per creare e eseguire il push dell'immagine container in Artifact Registry, dove può essere accessibile dal tuo account di servizio Google Compute Engine.

Crea e autentica il repository:

export PROJECT=$(gcloud config list project --format "value(core.project)")
gcloud artifacts repositories create REPOSITORY_NAME \
    --repository-format=docker \
    --location=LOCATION
gcloud auth configure-docker LOCATION-docker.pkg.dev

Sostituisci quanto segue:

  • LOCATION: la posizione regionale o multiregionale del repository, ad esempio us. Per visualizzare un elenco delle località supportate, esegui il comando gcloud artifacts locations list.
  • REPOSITORY_NAME: il nome del repository che vuoi creare, ad esempio my-tf-repo.

Quindi, crea ed esegui il push dell'immagine:

export IMAGE_NAME="LOCATION-docker.pkg.dev/${PROJECT}/REPOSITORY_NAME/tf-custom:v1"
docker build . -t $IMAGE_NAME
docker push $IMAGE_NAME