Docker - 如何将新的 python 依赖项添加到现有的 docker 镜像？

Question

我是 docker 的新手。

我在 Windows 10 操作系统中使用 tensorflow docker 时遇到困难。

当我在学习 Udacity 的深度学习类(class)时，我下载了 tensorflow docker 关注 instruction并尝试启动第一个任务。

但它未能启动，因为 docker 镜像缺少 scikit-learn 包裹。

所以基本上我为克服这个问题所做的是首先运行我的 docker 镜像:

docker run -it -p 8888:8888 b.gcr.io/tensorflow/tensorflow /bin/bash

然后我运行:

pip install -U scikit-learn

然后我运行(可能不是 100% 正确，但类似):

./run_jupyter.sh

启动 iPython notebook 来完成我的任务。

我的问题很简单:

如何保存我在此 docker 镜像上发生的更改，以便每次必须重新启动笔记本时都不必重复此步骤？

我可以通过修改 docker 配置文件来做到这一点吗？

Answer 1

一旦您的容器处于正确状态(scikit-learn 已安装，脚本将被执行)，停止它(docker stop)并将其作为新镜像提交。

见 docker commit 以便将容器的文件更改或设置提交到新镜像中。

然后，您可以运行该新镜像(使用与之前相同的参数)，但从该新镜像创建的容器将具有先前的步骤。

但另一种方法是从 tenserflow udacity Dockerfile 构建您的图像。 .

FROM gcr.io/tensorflow/tensorflow:latest
MAINTAINER Vincent Vanhoucke <vanhoucke@google.com>
RUN pip install scikit-learn
RUN rm -rf /notebooks/*
ADD *.ipynb /notebooks/
WORKDIR /notebooks
CMD ["/run_jupyter.sh"]

默认情况下，该图像将执行正确的命令。