建立衍生容器

本頁說明如何根據可用的標準深度學習容器映像檔建立衍生容器。

如要完成本指南中的步驟，您可以使用 Cloud Shell，或是任何已安裝 Google Cloud CLI 的環境。

事前準備

開始之前，請確認您已完成下列步驟。

1. 完成「開始使用本機深度學習容器」一文的「事前準備」一節中所述的設定步驟。

2. 請確認您已為 Google Cloud 專案啟用計費功能。

   瞭解如何啟用結帳功能

3. 啟用 Artifact Registry API。

   啟用 API

程序

如要建立衍生容器，您會使用類似下列的程序：

1. 建立初始 Dockerfile 並執行修改指令。

   首先，您必須使用可用的映像檔類型之一，建立深度學習容器容器。接著，使用 conda、pip 或 Jupyter 指令，根據需求修改容器映像檔。

2. 建構及推送容器映像檔。

   建構容器映像檔，然後將其推送至 Compute Engine 服務帳戶可存取的位置。

建立初始 Dockerfile 並執行修改指令

使用下列指令選取深度學習容器映像檔類型，並對容器映像檔進行小幅變更。本範例說明如何從 TensorFlow 映像檔開始，並使用最新版本的 TensorFlow 更新映像檔。在 Dockerfile 中寫入下列指令：

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

建構並推送容器映像檔

請使用下列指令，建構並將容器映像檔推送至 Artifact Registry，讓 Google Compute Engine 服務帳戶存取。

建立並驗證存放區：

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

更改下列內容：

• LOCATION：存放區的區域或多區域位置，例如 us。如要查看支援的位置清單，請執行 gcloud artifacts locations list 指令。
• REPOSITORY_NAME：您要建立的存放區名稱，例如 my-tf-repo。

接著，建構及推送映像檔：

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