Mac部署Docker

1.官网下载docker

2.运行一个web应用
接下来让我们尝试使用 docker 构建一个 web 应用程序。
我们将在docker容器中运行一个 Python Flask 应用来运行一个web应用。
docker run -d -P training/webapp python app.py

3.看 WEB 应用容器
使用 docker ps 来查看我们正在运行的容器
docker ps

Docker 开放了 5000 端口(默认 Python Flask 端口)映射到主机端口 32768 上。

docker run -d -p 5000:5000 training/webapp python app.py

docker ps查看正在运行的容器
容器内部的 5000 端口映射到我们本地主机的 5000 端口上。

4.网络端口的快捷方式
通过docker ps 命令可以查看到容器的端口映射,docker还提供了另一个快捷方式:docker port,使用 docker port 可以查看指定 (ID或者名字)容器的某个确定端口映射到宿主机的端口号。
docker port id

5.查看WEB应用程序日志
docker logs [ID或者名字] 可以查看容器内部的标准输出。
docker logs -f id
-f:让 dokcer logs 像使用 tail -f 一样来输出容器内部的标准输出。
从上面,我们可以看到应用程序使用的是 5000 端口并且能够查看到应用程序的访问日志。

6.查看WEB应用程序容器的进程
docker top id

7.检查WEB应用程序
使用 docker inspect 来查看Docker的底层信息。它会返回一个 JSON 文件记录着 Docker 容器的配置和状态信息。
docker inspect id

8.停止WEB应用容器
docker stop id

9.重启WEB应用容器
已经停止的容器,我们可以使用命令 docker start 来启动。
docker start id
docker ps -l 来查看正在运行的容器
正在运行的容器,我们可以使用 docker restart 命令来重启

10.移除WEB应用容器
我们可以使用 docker rm 命令来删除不需要的容器
docker rm id

删除容器时,容器必须是停止状态,否则会报如下错误
docker rm determined_swanson
Error response from daemon: You cannot remove a running container 7a38a1ad55c6914b360b565819604733db751d86afd2575236a70a2519527361. Stop the container before attempting removal or use -f

部署DeepSeek模型在Mac上使用Docker可以分为几个关键步骤,包括准备模型文件、构建Docker镜像以及运行容器。以下是一个详细的指南: ### 准备模型文件 首先,需要从官方渠道获取DeepSeek模型的权重和配置文件。确保你已经下载了所有必要的文件,并将它们组织在一个目录中,例如`deepseek_model/`。 ### 创建Dockerfile 接下来,创建一个Dockerfile来定义如何构建Docker镜像。这个Dockerfile应该包含安装所需依赖项、复制模型文件到镜像内以及设置启动命令等步骤。下面是一个示例Dockerfile: ```dockerfile # 使用基础镜像 FROM nvidia/cuda:11.8.0-base # 安装Python环境和其他依赖 RUN apt-get update && \ apt-get install -y software-properties-common && \ add-apt-repository ppa:deadsnakes/ppa && \ apt-get update && \ apt-get install -y python3.9 python3-pip git && \ rm -rf /var/lib/apt/lists/* # 设置工作目录 WORKDIR /app # 复制当前目录下的所有文件到工作目录 COPY . . # 安装Python依赖 RUN pip3 install --no-cache-dir -r requirements.txt # 暴露服务端口 EXPOSE 5000 # 启动模型服务 CMD ["python3", "app.py"] ``` 在这个例子中,我们假设你有一个`requirements.txt`文件列出了所有的Python依赖项,并且有一个`app.py`脚本来启动你的模型服务[^4]。 ### 构建Docker镜像 在包含Dockerfile的目录中打开终端,执行以下命令来构建Docker镜像: ```bash docker build -t deepseek-model . ``` ### 运行Docker容器 一旦镜像构建完成,你可以通过以下命令来运行它: ```bash docker run --gpus all -p 5000:5000 -v $(pwd)/deepseek_model:/app/models deepseek-model ``` 这里使用了`--gpus all`参数来启用对GPU的支持,这对于加速深度学习模型推理非常重要。同时,我们将本地的`deepseek_model`目录挂载到了容器内的`/app/models`路径下,以便于访问模型文件[^2]。 ### 验证部署 最后,在浏览器或通过curl命令访问`http://localhost:5000`(或者根据实际情况调整端口号),以验证模型是否正确地被加载并开始提供服务。 请注意,以上步骤可能需要根据具体的模型需求进行适当调整。比如,如果你的模型服务监听的是其他端口,则需要修改Dockerfile中的`EXPOSE`指令和运行容器时的`-p`参数。此外,还需要确保你的Mac系统上已经安装了NVIDIA Docker插件,这样才能支持GPU加速功能[^3]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值