kerasのdockerfile

docker 使い方

環境構築が一瞬でできる。
docker　imageというものを指定するとdocker imageで指定された環境ができる。

docker fileの書き方

dockerfile

#tensorflow のGPUイメージを取ってくる
FROM tensorflow/tensorflow:latest-gpu-py3 

LABEL maintainer="username" 

 RUN pip --no-cache-dir install \ 
         keras 

opencvを入れる場合はこちら

dockerfile

FROM tensorflow/tensorflow:latest-gpu-py3
LABEL maintainer="username"

RUN apt-get update && apt-get install -y --no-install-recommends \
        libsm6 \
        libxext6 \
        libgtk2.0-dev \
        language-pack-ja-base \
        language-pack-ja \
        libblas-dev \
        liblapack-dev \
        && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

RUN pip --no-cache-dir install \
	torch torchvision \
	pydensecrf \
        opencv-python \
        imageio \
        scikit-image \ 
        keras \
        gputil \
        hyperdash \
        scipy \
        tqdm \
        jupyter_contrib_nbextensions \
        jupyter_nbextensions_configurator\
        pydot \
        staintools==0.1.1\
        pulp \
        tqdm

docker を動かしてみる

docker imageのビルド

bash

 docker build -t tesor-keras dockerfileの場所

dockerのコンテナを動かす

docker run オプション　　　ドッカーイメージの名前

docker run --runtime=nvidia --rm -it -p 8888:8888 --name root -v $(pwd):/workdir -w /workdir tensor-keras

--runtime=nvidia:GPUを使う場合使用,
--rm :stopしたときにコンテナも終了,
-p:ポートを8888で開放,
--name:コンテナの名前,
-v:現在のディレクトリを/workdirにマウント

表示されたurlに飛ぶとtensorflow-gpu+kerasが入った環境ができる！