jellyfin服務(wù)器怎么設(shè)置？

jellyfin服務(wù)器設(shè)置方法如下：

1首先進(jìn)入到docker里面,鏡像管理,鏡像倉(cāng)庫(kù)搜索鏡像-Jellyfin點(diǎn)擊下載。

2安裝程序選擇版本,默認(rèn)選擇latest就好。

3拉取程序數(shù)據(jù),可以選擇后臺(tái)下載,安裝有一段時(shí)間,等待以下提示安裝完成。

4這個(gè)時(shí)候可以到容器管理添加容器。

如何用Docker成為更高效的數(shù)據(jù)科學(xué)家？

使用Docker容器來(lái)開(kāi)發(fā)機(jī)器學(xué)習(xí)模型的好處有很多。近日，GitHub的資深機(jī)器學(xué)習(xí)科學(xué)家HamelHusain在TowardsDataScience上發(fā)表了一篇入門(mén)級(jí)的Docker容器教程，文章從基本的概念談起，清楚明白地介紹了Docker容器的一些基本的操作和注意事項(xiàng)。機(jī)器之心對(duì)本文進(jìn)行了編譯介紹。本文所涉及的所有相關(guān)代碼請(qǐng)?jiān)L問(wèn)：_Tutorial

過(guò)去五年來(lái)，Docker容器已然成了一個(gè)熱門(mén)詞匯，似乎我的所有軟件工程師朋友都在使用它們來(lái)開(kāi)發(fā)應(yīng)用。我想搞清楚這種技術(shù)可以如何讓我更有效率，但我發(fā)現(xiàn)我在網(wǎng)上找到的教程要么過(guò)于注重細(xì)節(jié)（解釋了一些我作為數(shù)據(jù)科學(xué)家絕不會(huì)使用的功能），要么就過(guò)于淺顯（沒(méi)有足夠的信息幫助我理解如何快速有效地使用Docker）。

所以我寫(xiě)了這篇快速入門(mén)，這樣你不必自己去網(wǎng)上篩選信息就能學(xué)習(xí)到快速上手Docker所需要的一切。

Docker是什么？

你可以把Docker看作是輕量級(jí)的虛擬機(jī)——包含你運(yùn)行應(yīng)用所需要的一切。Docker容器可以獲取你的系統(tǒng)的狀態(tài)的快照，這樣其他人就可以使用這個(gè)快照快速重建你的計(jì)算環(huán)境。對(duì)于本教程而言，這就是你需要了解的一切。更多詳細(xì)介紹可參閱：

為什么要使用Docker？

1.重現(xiàn)性：作為專(zhuān)業(yè)的數(shù)據(jù)科學(xué)家，讓你的結(jié)果能夠重現(xiàn)是非常重要的。重現(xiàn)性不僅有助于同行評(píng)議，而且可以確保你創(chuàng)建的模型、應(yīng)用或分析可以無(wú)障礙地運(yùn)行，這能讓你交付的成果更穩(wěn)健，更能經(jīng)受時(shí)間的考驗(yàn)。舉個(gè)例子，假如你用Python創(chuàng)建了一個(gè)模型，只是運(yùn)行pipfreeze并將結(jié)果得到的requirements.txt文件發(fā)送給你的同事是不夠的，因?yàn)槠渲兄话囟ㄓ赑ython的依賴(lài)條件——而實(shí)際上的依賴(lài)條件不只有Python，還有操作系統(tǒng)、編譯器、驅(qū)動(dòng)程序、配置文件以及你的代碼成功運(yùn)行所需的其它數(shù)據(jù)。就算你只分享Python依賴(lài)條件也能成功，將所有東西都封裝到一個(gè)Docker容器中還是能減輕其他人重建你的環(huán)境的負(fù)擔(dān)，并讓他們能更輕松地訪問(wèn)你的成果。

2.計(jì)算環(huán)境的可移植性：作為一位數(shù)據(jù)科學(xué)家，尤其是機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)的數(shù)據(jù)科學(xué)家，快速改變你的計(jì)算環(huán)境的能力能夠極大地影響你的生產(chǎn)力。數(shù)據(jù)科學(xué)的開(kāi)始工作常常是原型設(shè)計(jì)、探索和研究——這些工作并不一定立即就需要特定的計(jì)算資源。這個(gè)工作往往是在筆記本電腦或個(gè)人計(jì)算機(jī)上完成的。但是在后面某個(gè)時(shí)候，你往往會(huì)需要不同的計(jì)算資源來(lái)顯著加速你的工作流程——比如使用更多CPU或強(qiáng)大的GPU來(lái)執(zhí)行深度學(xué)習(xí)等任務(wù)。我看到很多數(shù)據(jù)科學(xué)家由于感受到了在遠(yuǎn)程機(jī)器上重建他們的本地環(huán)境的困難，就將自己局限在了本地計(jì)算環(huán)境內(nèi)。而Docker能讓你的環(huán)境（你的所有庫(kù)和文件等等）的移植非常簡(jiǎn)單。在Kaggle競(jìng)賽中，快速移植計(jì)算環(huán)境也是一個(gè)巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)，因?yàn)槟憧梢猿杀靖咝У乩肁WS的寶貴計(jì)算資源。最后，創(chuàng)建Docker文件讓你能移植很多你喜歡的本地環(huán)境配置——比如bash別名或vim插件。

3.強(qiáng)化你的工程能力：熟練使用Docker讓你能將模型或分析部署成應(yīng)用（比如用作提供預(yù)測(cè)的RESTAPI），從而讓其他人也能使用你的成果。此外，你在數(shù)據(jù)科學(xué)工作流程中可能需要與存在于Docker容器中的其它應(yīng)用進(jìn)行交互，比如數(shù)據(jù)庫(kù)。

Docker術(shù)語(yǔ)

在我們繼續(xù)深入之前，熟悉一下Docker的術(shù)語(yǔ)會(huì)很有幫助：

·鏡像（image）：是你想要?jiǎng)?chuàng)建的東西的藍(lán)圖。比如：UbuntuTensorFlow，帶有英偉達(dá)驅(qū)動(dòng)程序和一個(gè)運(yùn)行的Jupyter服務(wù)器。

·容器（container）：是你實(shí)現(xiàn)的運(yùn)行的鏡像的實(shí)例化。你可以運(yùn)行同一個(gè)鏡像的多個(gè)副本。分清鏡像和容器之間的差異非常重要，因?yàn)檫@是新入門(mén)者常常混淆的兩個(gè)概念。如果你不清楚鏡像和容器的差別，停下來(lái)再讀一次。

·Dockerfile：用于創(chuàng)建鏡像的配方。Dockerfile包含特殊的Docker語(yǔ)法。官方文檔說(shuō)：Dockerfile是一個(gè)文本文檔，其中包含了用戶(hù)可以在命令行調(diào)用的用來(lái)組裝成鏡像的所有命令。

·commit：和git類(lèi)似，Docker容器提供了版本控制。通過(guò)commit發(fā)生的改變，你在任何時(shí)間都可以將你的Docker容器的狀態(tài)保存為一個(gè)新鏡像。

·DockerHub/ImageRegistry：人們可以發(fā)布公開(kāi)（或私人）Docker鏡像的地方，用于促進(jìn)合作與共享。

·層（layer）：對(duì)已有鏡像的修改，由Dockerfile中的一個(gè)指令表示。層按次序應(yīng)用到基礎(chǔ)鏡像上，以創(chuàng)建出最終的鏡像。

本文將使用這些術(shù)語(yǔ)，如果你在閱讀時(shí)忘記了，一定要回來(lái)查看！這些術(shù)語(yǔ)很容易混淆，尤其是在鏡像和容器之間——所以你在閱讀時(shí)要保持警惕！

安裝Docker

你可以免費(fèi)下載安裝Docker社區(qū)版（DockerCommunityEdition），地址：

創(chuàng)建你的第一個(gè)Docker鏡像

在創(chuàng)建Docker容器之前，創(chuàng)建一個(gè)將用于定義鏡像的Dockerfile會(huì)很有用。我們先慢慢解讀一下下面的Dockerfile。你也可以在與本教程關(guān)聯(lián)的GitHub庫(kù)中找到這個(gè)文件：

#reference:_/ubuntu/

FROMubuntu:16.04

#AddsmetadatatotheimageasakeyvaluepairexampleLABELversion1.0

LABELmaintainerHamelHusain

##Setenvironmentvariables

ENV.UTF-8LC_ALLC.UTF-8

RUNapt-getupdate--fix-missingampampapt-getinstall-ywgetbzip2ca-certificates

build-essential

byobu

curl

git-core

htop

pkg-config

python3-dev

python-pip

python-setuptools

python-virtualenv

unzip

ampamp

apt-getcleanampamp

rm-rf/var/lib/apt/lists/*

RUNechoexportPATH/opt/conda/bin:$PATHgtampamp

wget--quiet_-O~ampamp

/bin/bash~-b-p/opt/condaampamp

rm~

ENVPATH/opt/conda/bin:$PATH

RUNpip--no-cache-dirinstall--upgrade

multiprocessing

sklearn-pandas

#OpenPortsforJupyter

EXPOSE7745

#SetupFileSystem

RUNmkdirds

ENVHOME/ds

ENVSHELL/bin/bash

VOLUME/ds

WORKDIR/ds

ADDrun_/ds/run_

RUNchmodx/ds/run_

#Runtheshell

CMD[./run_]

FROM語(yǔ)句

FROMubuntu:16.04

FROM語(yǔ)句包含了Docker最神奇的部分。這個(gè)語(yǔ)句指定了你想在上面進(jìn)行創(chuàng)建的基礎(chǔ)鏡像。通過(guò)使用FROM指定一個(gè)基礎(chǔ)鏡像，Docker將會(huì)在你的本地環(huán)境中尋找名為ubuntu:16.04的鏡像——如果它沒(méi)有找到，它就會(huì)搜索你指定的DockerRegistry，默認(rèn)是DockerHub：。如果你需要經(jīng)常在你的Ubuntu等操作系統(tǒng)上安裝程序，那么這種分層機(jī)制就非常方便。你不必費(fèi)心從頭開(kāi)始安裝Ubuntu，而是可以直接在官方的Ubuntu鏡像上開(kāi)發(fā)！DockerHub上托管著種類(lèi)繁多的鏡像，包括那些不只是提供了一個(gè)操作系統(tǒng)的鏡像，比如如果你想要一個(gè)已經(jīng)安裝了Anaconda的容器，你可以選擇在官方的AnacondaDocker鏡像上開(kāi)發(fā)，地址：。最重要的是，你也可以隨時(shí)發(fā)布你構(gòu)建的鏡像，即使該鏡像是通過(guò)在其它鏡像上加層得到的！這有無(wú)盡的可能性。

在這個(gè)案例中，我們指定基礎(chǔ)鏡像為ubuntu:16.04，它會(huì)搜索名叫ubuntu的DockerHub庫(kù)（_/ubuntu/）。鏡像名之后的部分16.04是指定了你想要安裝的基礎(chǔ)鏡像的版本的標(biāo)簽（tag）。如果你檢索一下UbuntuDockerHub庫(kù)，你會(huì)注意到不同版本的Ubuntu對(duì)應(yīng)于不同的tag：

2017年12月的官方UbuntuDockerHub庫(kù)截屏

比如，ubuntu:16.04、ubuntu:xenial-20171201、ubuntu:xenial和ubuntu:latest全都是指16.04版的Ubuntu，它們?nèi)际峭粋€(gè)鏡像的別名。此外，這里提供的鏈接指向了對(duì)應(yīng)的Dockerfile，可用于構(gòu)建每個(gè)版本的鏡像。有時(shí)候你無(wú)法在DockerHub中找到Dockerfile，因?yàn)榫S護(hù)者可以自己選擇是否將關(guān)于這些鏡像的創(chuàng)建的Dockerfile包含進(jìn)來(lái)。我個(gè)人覺(jué)得閱讀一些Dockerfile有助于更好地理解Dockerfile。（但不要急，讀完這篇教程再說(shuō)！）

你需要特別注意一個(gè)標(biāo)簽，即:latest標(biāo)簽。這也是你在不為FROM語(yǔ)句指定標(biāo)簽時(shí)默認(rèn)pull的鏡像。比如說(shuō)如果你的FROM語(yǔ)句是這樣：

FROMubuntu

然后你就將pullubuntu:16.04鏡像。為什么？——仔細(xì)看上面，你可以看到:latest關(guān)聯(lián)的是16.04.

關(guān)于Docker鏡像最后需要注意的一點(diǎn)：在從DockerHubpull隨機(jī)的Docker鏡像時(shí)要做出明智的判斷。有惡意的人創(chuàng)建的鏡像有可能會(huì)包含惡意軟件。

LABEL語(yǔ)句

這個(gè)語(yǔ)句會(huì)為你的鏡像添加元數(shù)據(jù)，而且是完全可選的。我增加這個(gè)語(yǔ)句的目的是為了讓別人知道可以聯(lián)系誰(shuí)，同時(shí)也方便我搜索我的Docker容器，尤其是在一個(gè)服務(wù)器上同時(shí)運(yùn)行著很多容器時(shí)。

LABELmaintainerHamelHusainltyouremailgt

ENV語(yǔ)句

ENV.UTF-8LC_ALLC.UTF-8

這讓你可以修改環(huán)境變量，而且相當(dāng)直接，相關(guān)情況請(qǐng)參閱：

RUN語(yǔ)句

這通常是最需要花功夫的地方，給出了你構(gòu)建該Docker鏡像所想要完成的任務(wù)。你可以運(yùn)行apt-get和pipinstall等任意的shell命令來(lái)安裝你需要的軟件包和依賴(lài)包。

RUNapt-getupdate--fix-missingampampapt-getinstall-ywgetbzip2

build-essential

ca-certificates

git-core

...

在這里我安裝了一些我喜歡的實(shí)用工具，比如curl、htop、byobu，然后安裝了Anaconda，之后還安裝了一些基礎(chǔ)Anaconda中沒(méi)有的其它庫(kù)（你可以在完整的Dockerfile中查看其它RUN語(yǔ)句）。

RUN語(yǔ)句后的命令與Docker沒(méi)什么關(guān)系，只是一些你在安裝這些軟件包時(shí)需要運(yùn)行的正常Linux命令，所以就算你不熟悉這些軟件包或Linux命令也不要擔(dān)心。另外，再給一個(gè)建議：當(dāng)我最早開(kāi)始學(xué)習(xí)Docker時(shí)，我查看了GitHub或DockerHub上的其它Dockerfile，然后將我需要的部分復(fù)制粘貼到了我的Dockerfile。

你可能注意到了RUN語(yǔ)句的格式。每個(gè)庫(kù)或軟件包都整齊地進(jìn)行了縮進(jìn)，而且為了可讀性還按字母進(jìn)行了排序。這是Dockerfile的普遍慣例，所以我建議你也這樣做以便合作。

EXPOSE語(yǔ)句

如果你想公開(kāi)一個(gè)端口，這個(gè)語(yǔ)句會(huì)很有用——比如，如果你從該容器或某個(gè)網(wǎng)絡(luò)服務(wù)內(nèi)實(shí)施一個(gè)JupyterNotebook。Docker的文檔相當(dāng)好地解釋了EXPOSE語(yǔ)句：

EXPOSE指令實(shí)際上并沒(méi)有發(fā)布該端口。它的功能是作為創(chuàng)建該鏡像的人和運(yùn)行該容器的人之間的一類(lèi)文檔，內(nèi)容是關(guān)于打算發(fā)布的端口。要實(shí)際發(fā)布該端口，就要在運(yùn)行該容器時(shí)在dockerrun上使用-p標(biāo)志并且映射一個(gè)或多個(gè)端口，或者也可以使用-P標(biāo)志發(fā)布所有端口并將它們映射到高階端口。

VOLUME語(yǔ)句

VOLUME/ds

這個(gè)語(yǔ)句讓你可以在Docker容器和主機(jī)計(jì)算機(jī)之間共享數(shù)據(jù)。VOLUME語(yǔ)句讓你可以安裝外部安裝的卷。主機(jī)目錄只有在容器運(yùn)行時(shí)才聲明（因?yàn)槟憧赡茉诓煌挠?jì)算機(jī)上運(yùn)行該容器），而不會(huì)在定義鏡像時(shí)聲明*。目前你只指定了Docker容器內(nèi)你想與主機(jī)容器共享的文件夾的名稱(chēng)。

Docker用戶(hù)指南解釋說(shuō)：

主機(jī)目錄是在容器運(yùn)行時(shí)聲明的：主機(jī)目錄（掛載點(diǎn)）本質(zhì)上取決于主機(jī)。這是為了保證鏡像的可移植性，因?yàn)橐粋€(gè)給定的主機(jī)目錄無(wú)法保證在所有主機(jī)上都可用。由于這個(gè)原因，你不能在Dockerfile中掛載主機(jī)目錄。VOLUME指令不支持指定host-dir參數(shù)。你必須在創(chuàng)建或運(yùn)行容器時(shí)指定掛載點(diǎn)。

此外，這些卷的目的是將數(shù)據(jù)保存到容器的文件系統(tǒng)之外，當(dāng)你要操作大量數(shù)據(jù)而且不希望你的鏡像膨脹得很大時(shí)，這會(huì)很有用。當(dāng)你保存一個(gè)Docker鏡像時(shí)，在這個(gè)VOLUME目錄中的任何數(shù)據(jù)都不會(huì)被保存為該鏡像的一部分，但是在這個(gè)容器目錄之外的數(shù)據(jù)會(huì)被保存。

WORKDIR語(yǔ)句

WORKDIR/ds

這個(gè)語(yǔ)句設(shè)置了工作目錄，以便你在另一條命令中可以無(wú)需使用絕對(duì)路徑就能索引特定的文件。例如這個(gè)Dockerfile中的最后一條語(yǔ)句是：

CMD[“./run_”]

該語(yǔ)句就默認(rèn)假設(shè)工作目錄是/ds

ADD語(yǔ)句

ADDrun_/ds/run_

這條命令讓你可以在Docker容器運(yùn)行時(shí)將文件從主機(jī)計(jì)算機(jī)復(fù)制到該Docker容器。我使用這個(gè)命令來(lái)執(zhí)行bash腳本以及將.bachrc文件等有用東西導(dǎo)入到容器中。

注意這里的主機(jī)容器的路徑并沒(méi)有完全指定，因?yàn)槠渲鳈C(jī)路徑是你在該容器運(yùn)行時(shí)指定的背景路徑（contextdirectory）的相對(duì)路徑（后面會(huì)討論）。

在我運(yùn)行這個(gè)容器時(shí)，run_正好在背景路徑的根目錄內(nèi)，所以在該源文件之前沒(méi)有路徑。

用戶(hù)指南中介紹說(shuō)：

ADDltsrcgt...ltdestgt

ADD指令從ltsrcgt復(fù)制新文件、目錄或遠(yuǎn)程文件URL并將它們添加到路徑ltdestgt的鏡像的文件系統(tǒng)中。

CMD語(yǔ)句

Docker容器的設(shè)計(jì)思想是這些容器是短暫的，能保證運(yùn)行完你想運(yùn)行的應(yīng)用就行了。但在數(shù)據(jù)科學(xué)方面，我們往往希望保持這些容器一直運(yùn)行，即使它們之中并沒(méi)有主動(dòng)地運(yùn)行著什么。很多人都通過(guò)運(yùn)行bashshell來(lái)實(shí)現(xiàn)這一點(diǎn)（除非你終止它，否則它就不會(huì)停止）。

CMD[“./run_”]

在上面的命令中，我運(yùn)行了一個(gè)實(shí)例化一個(gè)JupyterNotebook服務(wù)器的shell腳本。但是，如果你沒(méi)有什么要運(yùn)行的特定應(yīng)用而只是想保持你的容器運(yùn)行（而不退出），你可以直接運(yùn)行bashshell，只不過(guò)使用以下命令：

CMD[/bin/bash]

這種方法是有效的，因?yàn)槌悄阃顺觯駝tbashshell就不會(huì)終止；因此該容器會(huì)一直保持運(yùn)行。

用戶(hù)指南中介紹說(shuō)：

在一個(gè)Dockerfile中只能有一個(gè)CMD指令。如果你列出了不止一個(gè)CMD，那么只有最后一個(gè)才有效。

CMD的主要目的是為正在執(zhí)行的容器提供默認(rèn)配置。這些默認(rèn)配置可能包含一個(gè)可執(zhí)行文件，或者也可以省略可執(zhí)行文件，在這種情況下你還必須指定一個(gè)ENTRYPOINT指令。

創(chuàng)建你的Docker鏡像Dockerfile中的信息可真夠多的。不要擔(dān)心，后面的內(nèi)容就相對(duì)很簡(jiǎn)單了。現(xiàn)在我們已經(jīng)在Dockerfile中創(chuàng)建了我們的配方，是時(shí)候創(chuàng)造鏡像了。你可以通過(guò)以下命令完成：

GitHub上也有：_Tutorial/blob/master/basic_tutorial/build_

這會(huì)創(chuàng)建一個(gè)Docker鏡像（而不是容器；如果你不記得這兩者之間的差異，請(qǐng)查閱文章前面的術(shù)語(yǔ)介紹），你可以在后面運(yùn)行這個(gè)鏡像。

從你的Docker鏡像創(chuàng)建和運(yùn)行容器現(xiàn)在你已經(jīng)準(zhǔn)備好讓這一切工作起來(lái)了！我們可以通過(guò)執(zhí)行以下命令來(lái)調(diào)出環(huán)境：

同樣GitHub也有：_Tutorial/blob/master/basic_tutorial/run_

運(yùn)行完這個(gè)命令之后，你的容器就運(yùn)行起來(lái)了！Jupyter服務(wù)器也運(yùn)行起來(lái)了，因?yàn)樵谠揇ockerfile最后有這個(gè)命令：

CMD[“./run_”]

現(xiàn)在你應(yīng)該可以通過(guò)其使用的端口訪問(wèn)你的JupyterNotebook了——在這個(gè)案例中可通過(guò):7745/訪問(wèn)，密碼是tutorial。如果你是通過(guò)遠(yuǎn)程的運(yùn)行這個(gè)Docker容器，你還必須設(shè)置本地端口轉(zhuǎn)發(fā)，這樣你才能通過(guò)你的瀏覽器訪問(wèn)你的Jupyter服務(wù)器。端口轉(zhuǎn)發(fā)介紹：

與你的容器交互一旦容器設(shè)置完成并運(yùn)行起來(lái)，下面這些命令就有用了：

·為容器附加一個(gè)新的終端會(huì)話(huà)。如果你需要安裝一些新軟件或使用shell，這會(huì)很有用。

·將你的容器的狀態(tài)保存為新鏡像。即使你一開(kāi)始就在Dockerfile中配置了你想安裝的所有庫(kù)，隨著時(shí)間的推移，你也可能還是需要對(duì)容器的狀態(tài)進(jìn)行很大的調(diào)整——通過(guò)交互來(lái)增加更多庫(kù)和軟件包。將你的容器的狀態(tài)保存為鏡像是很有用的，你后面可以將其分享出去或在上面加層。你可以使用dockercommitCLI命令將容器狀態(tài)保存為新鏡像：

dockercommitltcontainer_namegtnew_image_name:tag_name(可選的)

比如說(shuō)，如果我想將名為container1的容器的狀態(tài)保存為名為hamelsmu/tutorial:v2的鏡像，我可以直接運(yùn)行這個(gè)命令：

dockercommitcontainer_1hamelsmu/tutorial:v2

你可能會(huì)疑惑鏡像名之前的hamelsmu/是什么——這只是為了讓之后將該容器推送到DockerHub的工作更輕松，因?yàn)閔amelsmu是我的DockerHub用戶(hù)名（后面會(huì)再談這個(gè)問(wèn)題）。如果你的工作要使用Docker，那么你的公司很可能有一個(gè)內(nèi)部私有的Docker庫(kù)，你也可以將你的Docker推送到那里。

·列出運(yùn)行中的容器。當(dāng)我忘記現(xiàn)在正在運(yùn)行的容器的名稱(chēng)時(shí)，我就常常使用這個(gè)命令：

dockerps-a-fstatusrunning

如果你在使用該命令時(shí)沒(méi)有加上statusrunning，那么你就會(huì)看到你系統(tǒng)上的所有容器的列表（即使已經(jīng)不再運(yùn)行的容器也在）。這對(duì)查找舊容器而言很有用。

·列出你在本地保存的所有鏡像。

dockerimages

·將你的鏡像推送到DockerHub（或其它地方）。如果你想與其他人分享你的工作或?qū)㈢R像保存到云上，這個(gè)命令就會(huì)很有用。注意你在做這件事時(shí)可不要分享任何私人信息（DockerHub上也有私有庫(kù)）。

首先創(chuàng)建一個(gè)DockerHub庫(kù)并給你的庫(kù)起一個(gè)適當(dāng)?shù)拿Q(chēng)，參考這里：。然后要運(yùn)行dockerlogin命令來(lái)連接到你在DockerHub或其它注冊(cè)位置的賬戶(hù)。比如，要推送一個(gè)鏡像到這個(gè)容器（），我首先必須將我的本地鏡像命令為hamelsmu/tutorial（我可以選擇任意標(biāo)簽名）。比如說(shuō)，這個(gè)CLI命令就為：

dockerpushhamelsmu/tutorial:v2

將之前提到的Docker鏡像推送到這個(gè)庫(kù)，其標(biāo)簽為v2，參考：。需要指出：如果你公開(kāi)了你的鏡像，那么其他人就可以直接在你的鏡像上加層，就像本教程中我們?cè)趗buntu鏡像上加層一樣。對(duì)于想要重現(xiàn)或延展你的研究的其他人來(lái)說(shuō)，這非常有用。

你已經(jīng)掌握了現(xiàn)在你知道如何操作Docker了，你可以執(zhí)行以下任務(wù)：

·與同事和朋友共享可重現(xiàn)的研究。

·通過(guò)將你的代碼暫時(shí)遷移到所需的更大的計(jì)算環(huán)境中，無(wú)中斷地贏得Kaggle競(jìng)賽。

·在你的筆記本電腦上的Docker容器內(nèi)進(jìn)行本地的原型開(kāi)發(fā)，然后毫不費(fèi)力地將同樣的計(jì)算過(guò)程無(wú)縫遷移到服務(wù)器上，同時(shí)還能保留你喜歡的本地環(huán)境配置（你的別名、vim插件、bash腳本、自定義提示等）。

·使用Nvidia-Docker在GPU計(jì)算機(jī)上快速實(shí)例化運(yùn)行TensorFlow、PyTorch或其它深度學(xué)習(xí)庫(kù)所需的所有依賴(lài)包。（如果你從頭開(kāi)始做，這個(gè)過(guò)程將非常艱辛。）參閱后面的彩蛋。

·將你的模型作為應(yīng)用發(fā)布，比如用作從Docker容器提供預(yù)測(cè)的RESTAPI。當(dāng)你的應(yīng)用Docker化了以后，就可以按照需要輕松地隨意復(fù)制。

進(jìn)階閱讀到這里我們也只學(xué)到了Docker的一點(diǎn)皮毛，前面還有很多東西值得掌握。我很關(guān)注Docker領(lǐng)域，我認(rèn)為數(shù)據(jù)科學(xué)家會(huì)常常遇到它，希望這篇文章能讓你有足夠的信心開(kāi)始使用它。下面這些資源曾在我的Docker之旅中為我提供過(guò)幫助：

·有用的Docker命令：_docker_containers/

·更有用的Docker命令：

·Dockerfile參考：

·如何創(chuàng)建和推送到DockerHub上的庫(kù)：

彩蛋：Nvidia-Docker我學(xué)習(xí)Docker最早的原因是要在單個(gè)GPU上做深度學(xué)習(xí)模型的原型開(kāi)發(fā)，然后在我需要更多計(jì)算資源時(shí)再遷移到AWS上。我當(dāng)時(shí)也在學(xué)習(xí)JeremyHoward的出色的課程（），并且希望與其他人分享我的原型設(shè)計(jì)。

但是，要將英偉達(dá)GPU的驅(qū)動(dòng)程序等所有依賴(lài)包都包含以來(lái)，你不能使用Docker，而是要用Nvidia-Docker（）。這比使用vanillaDocker要多花一些功夫，但只要你理解了Docker，做起來(lái)就很簡(jiǎn)單。

我將我的Nvidia-Docker設(shè)置放在這里：_Tutorial/tree/master/gpu_tutorial，你可以用這個(gè)來(lái)進(jìn)行練習(xí)。