ml-workspace 是一个机器学习工作环境,内置了 jupyter notebook, juputer-lab, vscode server, vnc , file browser, ssh 等工具,并已经安装好了各种机器学习需要的库如 pandas/numpy/matplotlib, scikit-learn, pytorch, tensorflow,可以说是机器学习、数据分析与挖掘开发一条龙服务。
官网没有用 docker-compose 搭建 ml-workspace 的说明,因此我分享一下我的 docker-compose.yml 文件
services:
ml-workspace-gpu:
image: mltooling/ml-workspace-gpu
volumes:
- ml-workspace:/workspace
- root:/root
ports:
- 7080:8080
shm_size: 1G
environment:
- TZ=Asia/Shanghai
- WORKSPACE_AUTH_USER=user
- WORKSPACE_AUTH_PASSWORD=password
deploy:
resources:
reservations:
devices:
- capabilities: [gpu]
volumes:
ml-workspace:
root:
pip config set global.index-url 'https://mirrors.aliyun.com/pypi/simple/'
pip config set global.index-url 'https://pypi.tuna.tsinghua.edu.cn/simple'
pip 会将配置存到 /root/.config 中,因此这个设置会存储到 volumes 中,不会随着 docker-compose down 而消失
使用 pip install --user 安装的库会放在 /root/.local/lib 中,同理也会保存下来。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。