도커 개발환경 구축

https://www.docker.com/get-started/

Get Started | Docker

Docker toolbox는 더 이상 지원되지 않으니, Docker 공식 홈페이지에서 docker desktop 를 다운로드 합니다.

Docker 설치 후, CMD 창에서 해당 문구를 입력 하였을때 아래와같은 글들이 뜨면 환경 설정이 완료 됩니다.

 

docker run hello-world

 

 

 

Miniconda3

우분투를 깔아놓고 그 위에 Anaconda에서 인공지능에 관련된 기본적인 모듈을 잔뜩 모아놓은 미들웨어들을 설치한 이미지. Miniconda란 간단히 말해 파이썬 가상환경 관리 툴로 패키지들의 의존성을 관리하기 쉽게 해줍니다.

cmd창에 docker pull continuumio/miniconda3 입력

docker pull(이미지 가져오기) continuumio(만든사람)/miniconda3(가져오려는 이미지)

 

docker run -i -t continuumio/miniconda3 /bin/bash

해당 문구를 입력하면 이미지를 실행 할 수 있다.

이미지를 실행하면 리눅스 환경이 되어 내부에서 리눅수 명령어 사용 가능.

 

 

python3 -c 'print(3*5) 해당 리눅스 명령어를 사용하여 파이썬이 잘 사용되어 지는지 확인 가능.

exit 으로 가상환경 나가기 가능.

해당 환경에서는 뭔짓 을 해도 기존 miniconda3환경에는 영향을 주지 않음

컨테이너 상태 저장

docker run -i -t continuumio/miniconda3 /bin/bash

miniconda3 실행후

pip install beautifulsoup4 beautifulsoup4 모듈 다운.

pip install requests requests 모듈 다운.

해당 무듈 다운 후 exit 으로 도커에서 나와서 방금 설치한 bs4 requests 이미지 저장

docker ps -a 실행했던 것들이 나옴.

 

저장 하는 방법은

docker commit <컨테이너 ID> <이름>:<태그>

docker commit e83586765a8e mlearn:init 를 입력하면 이미지 저장 완료.

폴더를 마운트해서 이미지 실행하기

-폴더를 끼워넣기 : 외장하드 연결하기-

마운트 = 끼워넣는다고 표현 ^^

$docker run -i -t -v <윈도우의 폴더>:<컨테이너의 폴더><이미지 이름>:<태그 이름>

docker run -i -t -v /c/Users/Vector/sample:/sample mlearn:init