docker 和conda 常用命令

部署运行你感兴趣的模型镜像

docker 命令

# 查看docker是否启动
docker info



# 查询所有镜像
docker images
	
# 搜索镜像
docker search 镜像名
如: docker search redis

	
# 拉取镜像
docker pull 镜像名[:版本号]
docker pull redis 或者 docker pull redis:latest


# 删除镜像
docker rmi '镜像名称'


#docker 运行
docker run --name nacos -e MODE=standalone -p 8848:8848 -d nacos/nacos-server
	

# 查看正在运行的容器
docker ps


# 停止正在运行的容器
docker stop <容器id>
	
	
# 停止所有正在运行的容器
docker stop $(docker ps -q)


# 保存镜像
docker save -o <输出文件路径.tar> <镜像名称>:<标签>
docker save -o hai-algorithm.tar hai-algorithm:0.0.1


# 导入镜像,这个命令通常与 docker save 命令配合使用
docker load -i <image-tar-file>
docker load -i myimage.tar


# 导入镜像文件,和export命令配合使用
docker import <input_tar_file.tar> <repository:tag>
	
docker import redis.tar.gz myredis:latest

conda 命令

# 查询虚拟环境
conda env list
	

# 查看依赖列表
conda list
	

# 安装依赖
conda install package_name
	

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

Docker中使用Conda镜像部署Jupyter Notebook并设置密码进行连接,可以通过以下方式实现: 1. **选择合适的Conda镜像**:可以使用官方提供的Jupyter Notebook镜像,例如`jupyter/scipy-notebook`,它基于Conda环境并预装了常用的科学计算包。若需要自定义Conda环境,也可以基于`continuumio/miniconda3`等基础镜像构建自定义镜像。 2. **生成配置文件并设置密码**:Jupyter Notebook支持通过配置文件设置密码。可以通过以下命令生成配置文件并设置密码: ```bash docker run -it --rm -p 8888:8888 jupyter/scipy-notebook jupyter notebook --generate-config ``` 生成配置文件后,可以通过以下命令设置密码: ```bash docker run -it --rm -p 8888:8888 jupyter/scipy-notebook jupyter server list ``` 或者手动编辑生成的配置文件`~/.jupyter/jupyter_notebook_config.json`,添加密码字段。 3. **启动容器并映射端口**:在启动容器时,需将Jupyter Notebook默认使用的8888端口映射到宿主机。可以通过以下命令实现: ```bash docker run -it --rm -p 8888:8888 jupyter/scipy-notebook jupyter lab --ip='*' --port=8888 --no-browser --allow-root ``` 该命令将Jupyter Lab实例启动在8888端口,并允许从任何IP地址访问[^1]。 4. **持久化存储**:为了确保Notebook文件在容器重启后仍然存在,可以将宿主机的目录挂载到容器中。例如: ```bash docker run -it --rm -p 8888:8888 -v /mnt/e/notebooks:/root/notebooks jupyter/scipy-notebook jupyter lab --notebook-dir=/root/notebooks --ip='*' --port=8888 --no-browser --allow-root ``` 这样可以将宿主机上的`/mnt/e/notebooks`目录挂载到容器中的`/root/notebooks`目录,实现数据的持久化存储[^4]。 5. **使用自定义启动脚本**:如果需要执行更复杂的操作,可以使用`start.sh`脚本来启动Jupyter Notebook。例如,可以通过以下命令指定启动Jupyter Notebook: ```bash docker run -it --rm -p 8888:8888 jupyter/scipy-notebook start.sh jupyter lab --ip='*' --port=8888 --no-browser --allow-root ``` 这样可以利用`start.sh`脚本的灵活性,支持更多自定义选项[^2]。 6. **集成与简化操作**:对于希望简化Docker操作的用户,可以考虑使用“无Docker笔记本”的概念,即通过与Jupyter Notebook紧密集成的工具,让用户无需直接面对Docker容器的复杂性。这种方案可以自动处理容器的启动、停止、卷挂载等操作,使得用户可以专注于开发工作[^3]。
评论
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