Help us understand the problem. What is going on with this article?

Pipenv をdockerで使うときに特定のパッケージが入らないようにしたかった。

More than 1 year has passed since last update.

DNNの学習などはもっぱらGPUマシンに nvidia-docker でFAだと思って最近dockerざんまいなのですが、そろそろ requirements.txt を卒業したかったので docker も pipenvに変えようとしたらハマった話。

一応対策したがもっといい方法がある気がする。あって欲しい。

問題点

pipenv install すると、 docker イメージに含まれている tensorflow-gpu が参照できなくなる。

  1. 開発環境(教師データ作成など)を pipenv で構築する。
  2. Dockerfile を nvcr.io/nvidia/tensorflow などをベースに作成する。
  3. GPUマシンで docker build / docker run する。
  4. GPUが使用されず、CPUのみで学習してしまう。(しばらくしてnvidia-smiで使用率チェックしたらGPU 0%でファーーーwwwってなる。)
Dockerfile
FROM nvcr.io/nvidia/tensorflow:18.05-py3

ENV PYTHONUNBUFFERED=1

RUN set -ex; \
    pip --no-cache-dir install \
        pipenv

WORKDIR /opt/app

# install dependencies
COPY Pipfile Pipfile.lock ./
RUN set -x; \
    pipenv install --system --verbose

# libraries
ADD ./src ./src

CMD [ "python", "src/task.py" ]

こういうイメージ。

どうやら、開発環境用にpipenvで入れている通常版のtensorflowをインストールして読み込んでしまうため、GPU版のtensorflowが使われないっぽい。

pipenv install -d tensorflow するという手もあるが、学習後の実行環境でも通常版のtensorflowは使用するため、dev指定はしたくない。

解決策

とりあえずこうした。

Dockerfile
# install dependencies
COPY Pipfile Pipfile.lock ./
# RUN set -x; \
#     pipenv install --system --verbose
RUN set -x; \
    pipenv lock -r > requirements.txt; \
    sed -i.bak '/^tensorflow/d' requirements.txt; \
    sed -i.bak '/^tensorboard/d' requirements.txt; \
    pip --no-cache-dir install -r requirements.txt

pipenvからrequirements.txtを吐いて、入れちゃ困るやつ抜いて、pipでインストール。
き、汚い。。。

ひとり言

pipenvにrsyncの --exclude オプションみたいなやつないかな。本来のコンセプトと合わなくなるからそれはそれで汚いけど。
または、 --system オプションの時に既存インストールのパッケージを優先するオプションとか。

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした