机器学习平台系列(六) - 再探 Jupyter Lab:在 CentOS 下制作 Docker 镜像
文章目录
- 1.环境版本
- 2.准备工作
- 2.1 安装 Docker
- 2.2.上传 Anaconda3
- 3.制作镜像
- 3.1 拉取镜像
- 3.2 安装 Anaconda
- 3.3 安装 Jupyter Lab
- 3.4 制作镜像
- 4.启动命令
- 5.思考总结
- 6.参考链接
在 机器学习平台系列(五) - 初探 Jupyter Lab 一文中介绍了如何在 非root 用户下安装配置 Jupyter Lab,本节介绍如何制作 Jupyter Lab 在 CentOS7 下的 Docker 镜像。
1.环境版本
- VMWare 版本:VMware-workstation-full-15.5.0-14665864
- 虚拟机镜像版本:CentOS-7-x86_64-DVD-1810.iso
- Anaconda 版本:Anaconda3-5.3.0-Linux-x86_64.sh
- Docker 版本:docker-ce-18.09.1
- Jupyter Lab 版本:0.35.4
2.准备工作
2.1 安装 Docker
# 安装 Docker 的 yum 源
sudo yum-config-manager \--add-repo \https://download.docker.com/linux/centos/docker-ce.repo# 安装 Docker
yum install -y docker-ce-18.09.1# 设置开机启动
systemctl enable docker# 启动 Docker
systemctl start docker
2.2.上传 Anaconda3
# 在 /root/ 下新建 data 目录
# 将 Anaconda3-5.3.0-Linux-x86_64.sh 上传到 /root/data/
3.制作镜像
3.1 拉取镜像
docker pull centos:7.6.1810
3.2 安装 Anaconda
# 进入镜像
docker run -v /root/data:/tzx -it centos:7.6.1810 bash# 安装工具
yum install -y bzip2
yum install -y vim# 进入/tzx目录,并安装 Anaconda
bash Anaconda3-5.3.0-Linux-x86_64.sh# 环境变量生效
source ~/.bashrc
3.3 安装 Jupyter Lab
# 使用 conda 命令安装
conda install -c conda-forge jupyterlab=0.35.4#生成配置文件
jupyter lab --generate-config# 配置文件路径 /root/.jupyter/jupyter_notebook_config.py# 新增属性
c.NotebookApp.allow_root = True
c.NotebookApp.open_browser = False
c.NotebookApp.ip = '*'
3.4 制作镜像
# 28f5d7b6e107 为当前的容器 ID
docker commit 28f5d7b6e107 centos7:v2
4.启动命令
# 限制内存、限制CPU、使用Volume
docker run -p 10001:8888 -v /root/data:/tzx --cpus 1 -m 2G centos7:v2 /root/anaconda3/bin/jupyter-lab
5.思考总结
- 官方 Notebook 的镜像基于 Ubuntu18.04,如果在 CentOS 下直接使用,会有一堆的惊喜等着你
- Anaconda3 版本和 Jupyter Lab 版本请保持一致,否则也会有惊喜
- 此文没有使用 Dockerfile 构建镜像,commit 方式产生的镜像被执行时,请按照绝对路径执行
6.参考链接
- CentOS 7 下 yum 安装 Docker CE
机器学习平台系列(六) - 再探 Jupyter Lab:在 CentOS 下制作 Docker 镜像相关推荐
- 龙芯Fedora21平台制作docker镜像,并且解决vi乱码问题
http://ask.loongnix.org/?/article/81 实验环境 本文的实验都是在龙芯3A3000机器上. 操作系统是loongnix(Fedora21)20170726版本, ...
- 机器学习平台系列——XGB feature_names mismatch 问题解决方案
最近开发公司的机器学习平台的XGBoost控件.结果报了一个bug,说"feature_names mismatch". 现在我们来复现这个bug: import xgboost ...
- jupyter notebook / jupyter lab 深色主题下如何设置字体 及 如何设置绘图颜色
在安装了jupyter notebook / jupyter lab及其深色主题之后,需要进一步设置字体,和设置绘图的颜色.否则看起来界面会比较奇怪. 本文针对这几个问题作一些说明. 文章目录 1. ...
- docker基础:私库系列:再探Harbor:(5)集成clair
Clair是CoreOS提供的一款根据CVE的信息确认镜像各层安全状况的开源工具,harbor集成了clair到其功能之中,这也是和其他同类工具相比一个突出的亮点,而在其集成的实现中,首先clair的 ...
- 机器学习三人行(系列七)----支持向量机实践指南(附代码)
原文链接:阅读原文 欢迎大家关注微信公众号"智能算法",我们一起学习,共同进步. 如需前面系列文章,请在公众号回复" 机器学习 "进行查看! 通过对系列六的学习 ...
- 配分函数|机器学习推导系列(二十六)
一.概述 对于有向概率图模型来说,由于图中存在天然的拓扑排序关系,所以有向概率图的因式分解的形式很容易写出来.而对于无向图来说就需要根据它图中的最大团来写成一个因式分解的形式,无向图模型在局部并没有表 ...
- 再获IDC认可 第四范式持续扩大中国机器学习平台市场领先优势
近日,国际权威市场分析机构IDC发布了<中国人工智能软件及应用(2020上半年)>报告(以下简称"报告)",作为软件标准化程度较高.具有广泛行业覆盖和扎实客户基础的创新 ...
- 解决Linux环境下Jupyter Lab平台使用python的Matplotlib函数库绘图时无法识别中文字体问题——永久识别方法
一.在Windows环境下下载相应字体 用SimHei字体为例,现在下面的网址中下载该字体到本地电脑 http://xiazaiziti.com/210356.html 如下图,通过X-ftp(Win ...
- 机器学习算法系列(六)-- 朴素贝叶斯
机器学习算法系列之 – 朴素贝叶斯 朴素贝叶斯法是基于概率统计,特征条件独立假设的分类方法,是一种非常常用的机器学习算法:通常用于处理文本分类和情感分析等自然语言处理任务中.相对于其他复杂的模型,朴素 ...
最新文章
- Apache Solr schema.xml及solrconfig.xml文件中文注解
- ruby动态new对象
- CSM+3PAR帮助XXX教育技术中心
- php连接到mysql数据库,PHP MySQL:连接到MySQL数据库
- 数学建模十大算法(收藏)
- Error when loading the SDK:解决方案
- Linux下SSH Session复制
- 向服务器上传本地大文件的方法xshell
- python产品缺陷检测_3 Kaggle钢材表面缺陷检测竞赛的探索与实践-阿里云开发者社区...
- 修改tomcat浏览器地址栏图标
- Unity世界坐标转换屏幕坐标(概览)
- SAP_ABAP 采购价格条件报表(改进版1)
- 1ke android逆向助手_android逆向助手
- unity3d 为什么要烘焙/unity3d 烘焙作用是为了什么【2020】
- 网络电视精灵 完整版
- Collections.sort()方法为List集合内对象进行排序
- 使用MATLAB Compiler
- Java中获取class对象
- 使用Maya和Substance Painter制作一辆越野赛车(1)
- i春秋-Web(一)
热门文章
- Fastadmin 修改样式,替换掉默认皮肤
- Android进程间通信之一:Binder机制学习
- windows server 2003 如何修改登录密码
- java ado recordset_ADO之Recordset对象用法
- 蓝桥杯 ALGO-951 预备爷的悲剧
- 【算法】神经网络和深度学习简介
- Linux单点备份,基于Borg的Linux 整机备份的单点集群解决方案
- 近3年BAT面试真题整理合集
- 微分进化算法解决函数优化问题的matlab代码,Matlab微分进化算法及优化函数测试...
- c语言中vector函数大全,C++标准库之vector(各函数及其使用全)