深圳外贸网站制作,自媒体wordpress主题,东莞宣传网站,建站网哪个好本文主要列出从安装dockerpython环境到迁移环境的整体步骤。windows与linux之间进行测试。
简化版可以参考#xff1a;docker miniconda python 环境安装与迁移#xff08;简化版#xff09;-CSDN博客
目录
一、docker 安装和测试
二、docker中拉取miniconda#xff…本文主要列出从安装dockerpython环境到迁移环境的整体步骤。windows与linux之间进行测试。
简化版可以参考docker miniconda python 环境安装与迁移简化版-CSDN博客
目录
一、docker 安装和测试
二、docker中拉取miniconda并虚拟环境安装和测试
三、环境代码的迁移并运行以linux _to_win举例
大概的过程手绘了一下 一、docker 安装和测试
【linux端】
可以参考其他教程不在此赘述以windows端举例。
【windows端】
我的是windows10 家庭中文版docker 安装和测试部分的详情 可以参考
【Docker】Windows11操作系统下安装、使用Docker保姆级教程_docker windo11-CSDN博客
1. 安装docker windows 版本
下载链接:Docker Desktop: The #1 Containerization Tool for Developers | Docker
安装后重启登录账号大概率会报错报的错是”unexpected wsl error“
2. 配置本机电脑解决上述错误
我的是windows10 家庭中文版核对
控制面板--程序--开启或关闭windows功能如果没勾选请勾选上这俩。 然后
# powershell进去后输入命令
wsl --update# 安装后查看版本显示“默认版本2”
wsl --status
注意启动成功后我没有再安装linux发行版。有需要的也可以再装一个。
在 Windows Subsystem for Linux (WSL) 中当你启用了WSL功能后你需要从Microsoft Store中下载并安装所需的Linux发行版。WSL并不自带任何Linux发行版而是提供了一个框架允许用户选择并安装自己喜欢的发行版。你可以从 Microsoft Store 中搜索并下载你需要的 Linux 发行版比如 Ubuntu、Debian、OpenSUSE 等。安装完所选发行版后你就可以通过启动WSL来访问和使用它了而无需再次安装或配置发行版。
3. 测试docker
# cmd进去后输入命令进行测试docker pull hello-worlddocker imagesdocker run hello-world# 列出所有容器
docker ps -a# 列出正在运行的容器
docker ps -q# 查看指定容器
docker ps -a|grep xxx# 暂停/停止/重启 某容器
docker pause/stop/restart 具体的CONTAINER ID# 删除容器
docker rm 具体的CONTAINER ID# 删除镜像
docker rmi Image_ID
如果pull很慢的话可配置阿里云镜像加速 记得在false后面加英文,
# 填入内容
registry-mirrors: [https://inhj05a1.mirror.aliyuncs.com] 二、docker中拉取miniconda并虚拟环境安装和测试
【windows端】
1. 安装miniconda
docker search minicondadocker pull continuumio/miniconda3docker run -it --nameminiconda continuumio/miniconda3 /bin/bash2. 【测试】创建新环境 for test
# 下面就和直接在没有docker的环境中一样操作了
(base) rootde9f167d9176:/# conda create -n test python3.8(base) rootde9f167d9176:/# conda activate test
(test) rootde9f167d9176:/# conda env list 可以在这个环境中继续用conda install 或者pip install安装其他包。
conda install numpy1.93
pip install numpy1.93
【linux端】和windows一样的
1. 安装miniconda和python环境
# step1
docker search minicondadocker pull continuumio/miniconda3docker run -it continuumio/miniconda3 /bin/bash# step2
conda create -n test_l python3.8
conda activate test_l# step3, 退出镜像的conda环境
exit
**在这步里只需要拉取了continuumio/miniconda3就可以了不用创建新环境如果创建了新环境在退出continuumio/miniconda3这个容器之前就需要把创建了新环境之后的continuumio/miniconda3保存成新的镜像不然下次再进来这次创建的新环境就不见了。
**我们更习惯在本地搞一个miniconda所有环境都在里面然后当需要打包的时候在本地将要打包的环境复制到continuumio/miniconda3中。具体看下面的步骤三。 三、环境代码的迁移并运行以linux _to_win举例
1、本地miniconda及虚拟环境安装
先在github上建仓库然后git clone到linux中后在本地创建一个环境然后测试通过。
# 下载project
cd 目标文件夹
git clone 网址# 安装miniconda参考官网
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh~/miniconda3/bin/conda init bash# 建立本地环境
conda create -n test python3.8
conda activate test
conda env listconda deactivate
2、在本地环境中复制环境代码到docker的容器中
比较详细的介绍可以参考
Docker 封装anaconda环境生成镜像并打包纯小白一文读懂二_continuumio/anaconda3-CSDN博客
# 创建一个名为test的容器
docker run --name test -idt continuumio/miniconda3*****************查看容器 找到conda的路径************
# 进入容器
docker exec -it test /bin/bash# 查看base所在路径
conda env list# 快捷键退出容器不会停止容器
ctrld # 用exec进入容器在使用快捷键退出容器时不会停止容器。所以最开始才使用-idt创建
# 因为 -d 参数默认不会进入容器想要进入容器需要使用指令 docker exec*****************查看容器************
# 复制本地的环境到test容器中
docker cp /home/.../miniconda3/envs/test/ test:/opt/conda/envs# 复制代码
docker cp /home/.../neuron_segment test:/root/**************查看容器*************
docker exec -it test /bin/bash
conda env list
ls /root/
ctrld
**************查看容器************* 至此环境代码也已复制成功。
3、将容器保存为镜像保存成压缩包
# 将容器保存为镜像并查看
docker commit -a author -m instruction test image_test# cd到一个目录
cd ...# 压缩镜像
docker save -o test_tar.tar image_test
至此环境代码也已打包成功。
4、解压镜像、创建容器、测试代码
# 拷贝.tar文件到指定目录# 在win这边/要运行的机器上cmd后cd到上面的指定目录
# if win
cd /d 目录# 解压查看后发现已创建了一个新的image_test的镜像
docker load -i test_tar.tar # 创建容器
docker run --name test_create -idt image_test**************进入容器*************
docker exec -it test_create /bin/bash
conda env list
ls /root/# 测试代码
conda activate test
cd /root/文件夹目录
python **.py
