docker打包Python项目

Step1: 配置运行环境文档

项目结构如下

docker_test

├── Dockerfile

├── (myapps)

│ └── BPNN.py

└── requirements.txt

requirements.txt是Python运行环境配置，可以在你当前目录下键入：

pip freeze > requirements.txt

即可导出相关库的信息

也可以直接通过Pycharm查看包的版本信息

查看文件目录

我这里演示导入了numpy和pandas，如果能成功运行代表镜像创建成功，并且环境也导入了。

Step2: 配置Dockerfile

shell到docker_test文件目录下

创建一个Dockerfile文件

内容如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IO4zgeDO-1641638518832)(/Users/guqiushen/Library/Application Support/typora-user-images/image-2028181400827.png)]

# 将官方 Python 运行时用作父镜像FROM python:3.9# 将工作目录设置为 /WORKDIR ./# 将当前目录内容复制到位于 / 中的容器中ADD . .# 安装 requirements.txt 中指定的任何所需软件包RUN pip install -r requirements.txt # 如果你觉得环境配置的时候pip库太慢，在Dockerfile文件里面加入下面语句，从阿里云下载RUN pip install -r requirements.txt -i /pypi/simple/ --trusted-host # 定义环境变量ENV NAME World# 在容器启动时运行 app.pyCMD ["python", "./BPNN.py"]#CMD ["python","./BP_hand_writing.py","worker","-l","info"]##faust程序worker启动命令

Step3: 构建Docker镜像

docker build (-f Dockerfile 可省略) -t bpnn:1.0 .

这里的bpnn是我的镜像名字，1.0是版本号， .代表当前文件（.不可省略，否则会报错）

键入回车就会开始创建镜像（）

键入docker images可以看到我们创建的镜像

Run 一下，成功运行，环境配置成功，打包成功

至此，我们就可以把运行速度极慢的神经网络项目丢到服务器上去跑啦！！！