Study/MLops

[MLops] 220129 패스트캠퍼스 챌린지 6일차 - 도커 실습 (3)

후이 (hui) 2022. 1. 29. 22:29
반응형

머신러닝 서비스 구축을 위한 실전 MLOps 올인원 패키지 Online 강의

Part2. ML환경 구축을 위한 도커와 쿠버네티스

 

https://huidea.tistory.com/238?category=999869 

 

[MLops] 220128 패스트캠퍼스 챌린지 5일차 - 도커 실습 (2)

https://huidea.tistory.com/236?category=999869 [MLops] 220127 패스트캠퍼스 챌린지 4일차 - 도커 실습 (1) https://huidea.tistory.com/235?category=999869 [MLops] 220126 패스트캠퍼스 챌린지 3일차 - ubun..

huidea.tistory.com

이어서 도커 실습을 진행해보자 ! 

 

도커 이미지? 

어떤 애플리케이션 코드 뿐만 아니라 모든 패키지들의 버전까지 함께 패키징해서 

동일한 결과를 얻을 수 있도록 하는것 

ex. SVM 모델 뿐만 아니라 사용된 scikit learn numpy 버전까지 함께 묶기 

 

# home 디렉토리로 이동합니다.
$ cd $HOME

# docker-practice 라는 이름의 폴더를 생성합니다.
$ mkdir docker-practice

# docker-practice 폴더로 이동합니다.
$ cd docker-practice

# Dockerfile 이라는 빈 파일을 생성합니다.
$ touch Dockerfile

# 정상적으로 생성되었는지 확인합니다.
$ ls

 

--> 디렉토리, 빈 파일 생성 

 

도커 파일에 적히는 기본 명령어 

1/ FROM : 어떤 이미지로 사용을 할 것인지 명령하는 명령어 

 

2/ COPY : 파일의 디렉토리를 destination 경로에 복사하는 명령어 

 

3/ RUN 실행하는 명령어 

ex. RUN pip install torch (토치 깔아라~~)

 

4/ CMD 

ex. CMD python main.py (파이썬 파일 실행해라~)

이건 명시한 커맨드를 도커 컨테이너가 시작될때 실행할 것을 명시하는 명령어 

한 도커 이미지에서는 하나의 커맨드만 실행할 수 있음 (run은 여러개 실행 할 수 있음) 

이게 run 과 command 의 차이점

 

 

 

도커 파일 작성 후 빌드 

 

vi dockerfile 한 후에 아래와 같이 입력하고 :wq

# base image 를 ubuntu 18.04 로 설정합니다.
FROM ubuntu:18.04

# apt-get update 명령을 실행합니다.
RUN apt-get update

# DOCKER CONTAINER 가 시작될 때, "Hello FastCampus" 를 출력합니다.
CMD ["echo", "Hello FastCampus"]

 

 

이후에 작성한 도커 파일을 이미지로 만들어야 하는데 이때 쓰는게 build !! 

$ docker build --help
# 자세한 옵션들에 대한 설명은 생략

# Dockerfile 이 있는 경로에서 다음 명령을 실행합니다.
$ docker build -t my-image:v1.0.0 .

위의 도커 파일이 my-image:v1.0.0 . 이름으로 도커 이미지가 생성되게 된다. 

이 이미지를 run 명령어로 실행시키면 

 

 

 

hello Fastcampus 가 잘 출력된다 :) 

 

 



필수 링크: https://bit.ly/37BpXiC

 

패스트캠퍼스 [직장인 실무교육]

프로그래밍, 영상편집, UX/UI, 마케팅, 데이터 분석, 엑셀강의, The RED, 국비지원, 기업교육, 서비스 제공.

fastcampus.co.kr

 

6일차 학습 인증샷  &  강의 후기 : 

 

 

 

 

도커 이미지를 직접 터미널에서 작성하고 실행시키는 과정을 배웠다. 신기하기도 하고 조금씩 개념이 잡히는 것 같은데, 빨리 모델을 도커에서 다뤄보는 것 까지 해보고 싶다 ! 곧 할 수 있겠지 !

 

 

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

728x90
반응형