python - 优化docker镜像大小

Question

我正在使用基本镜像 python:3.5-slim-buster 为我的 python 应用程序构建 docker 镜像。

我正在 Dockerfile 中运行以下命令:

RUN pip install --no-cache-dir -rrequirements.txt ，其需求文件中有 torch 库。

构建镜像后，其大小为2.29 GB。但是，如果我在需求文件中构建没有 torch 的镜像，则它只有 ~900 MB。

当我手动运行图像并检查容器内部时:

torch (/usr/local/lib/python3.5/site-packages/torch)目录为1.3GB。

因此，即使我进行多阶段构建并尝试从/usr/local/lib/python3.5/site-packages 到一个新图像，我想这对我没有帮助。

还有其他标准优化实践可以帮助我减小图像大小吗？

Answer 1

假设您想要从pytorch(通常是神经网络)中得到某种经过训练的模型，您确实应该使用多阶段 Docker 构建，如下所示(至少在我看来):

1。训练模型和导出

照常编写脚本，包括您需要的所有依赖项。使用 torchscript 的 torch.jit.script 训练您的模型并将其保存为工件.

2。第二阶段

使用 C++ 编写推理代码，加载网络并编译源代码(使用 libtorch )。

3。最终图像

复制上一步中的二进制文件并将其作为 Docker 的入口点，以便您可以将其作为容器内的一次性神经网络运行。