我不认识您，但是有时您需要快速执行测试，玩库或什至没有所有的麻烦来再次安装所有内容。

为此，我希望您想象您在家开发调查甚至要在大学展示的软件的情况。您想向老师和您的同学介绍自己创造的内容。但是您还记得，您立即为在大学机器上安装图书馆所做的所有工作感到难过，测试以查看一切是否正在运行以及其他几件事。为了进一步改善这种情况，您的演讲是在星期四晚上，您在星期三去准备一切。但是，但是，在学院工作的人必须在定于星期四早上的大学机器上进行格式。只有你知道吗？当然。您不在大学工作以了解这些事情。在星期四晚上到达无效的事情，你们所有人都无法出席。所有这些努力都是徒劳的。

本文我专注于为数据科学开发开发一个容器，当然可以是您想要的任何东西。但是利用大学创造的情况，我们在那里展示了一项工作。本文的开发将使您了解何时要在大学或去任何地方展示工作，只需使用容器或查找您创建的图像，该图像将如下所示。因此，您只需要在使用它的位置，然后将容器与您的库和应用程序一起运行。我不会专注于机器学习概念，但我旨在展示容器及其使用的准备。

好吧，这就是为什么我带来的解决方案无法解决100％，但我认为这是99.8％的原因。哈哈哈。让我们走。

出于任何疑问，我在具有Linux操作系统的机器上开发，整个文章将使用此类型的环境开发。我什至不知道Windows的工作原理，我强烈建议您查看本文适合您操作系统的工具的文档。另一个观察结果是，我写的大多数文章都可以在某些版本传播平台上提供该项目，最后您可以找到链接。

大家，我想请您不要忘记离开一个，它可以帮助我看看您是否喜欢内容。也要吸引更多的人

警告我离开始终检查工具的文档。

要求：

• Computer
• 视觉代码（IDE） - 可以是任何一个。
• Docker已安装
• 安装在机器上的git
• gitlab-我使用了gitlab，因为我喜欢它足以使用CI/CD文件。这对这一发展有很大帮助。

毫无疑问，您必须在个人机器和我们要开发的大学的机器上安装Docker。我不会详细介绍安装细节，因为我认为每天的文档更改是不必要的，并且在您甚至可以思考之前都会出现版本。我将离开链接：

• Docker

第一步准备开发环境

我将使用GitLab开发这个项目。因此，如果您不知道Gitlab，请不要担心，您将需要拥有一个GitLab帐户。这些步骤将得到很好的解释。

创建帐户后，您将创建一个项目。

这样，您将命名您的项目。通过项目路径定义用户。私人或公共由您决定。利用优势，也已经创建了一个readme.md。那是为了进步。

他将我的项目称为数据科学环境。这是您的选择。现在，让我们将项目克隆到机器上。您保存的地方取决于您。我喜欢保存到〜/documents/projects_gitlab 。保持井井有条和实用。

现在您将克隆您的项目。

git clone git@gitlab.com:public-dev-projects-1/data-science-environment.git

那个点 public-dev-projects-1 应该是您的用户名，我的用户是不同的，因为我喜欢为我正在从事的项目创建组，Gitlab为我提供了一个更大的组织我与之合作，但也可以自行决定。

在终端中运行命令：

cd <name_your_project>

要能够访问您的项目，您的路径必须看起来像〜/documents/projects_gitlab/your_project 。好吧，现在让我们开始做生意。

选择您习惯于使用并打开刚克隆的存储库的IDE。

步骤2-创建Docker映像

现在您将创建一个Docker映像，使用您的IDE，我创建了一个名为 dockerfile.jupyterlab 的新文件。点之后，它不需要 .jupyterlab 它可能只是 dockerfile 也可以正常工作。

如果您不知道太多的Dockerfile基本上是奶奶的食谱。但是，它不是巧克力蛋糕，而是容器的配置。

在您的 dockerfile.jupyterlab 文件中，您将添加：

• 来自Python：3.10-Slim：这将是我们要使用容器的图像。当我们要使用笔记本时，我们需要一个python映像，所以我选择了3.10 slim版本，因为它已经使用了一段时间了，到目前为止，我感到最舒适，而且更轻。 li>
• workdir /笔记本：这将是我们的工作目录，我放了笔记本，因为它将是笔记本的地方。但是可以根据您的选择进行更改，此外，还有一个码头卷将在以后进行解释。
• 复制需求_lab.txt /笔记本：现在有必要复制我们的需求_lab.txt，请放心，尚未创建文件，我们将尽快到达那里。我们的蛋糕的需求和成分清单，哎呀，我们的容器哈哈哈，我在这里渴望。我们将有面粉，鸡蛋，巧克力，我们将有大熊猫，numpy，jupyterlab，这是我们的图书馆，能够在jupyter笔记本中发展我们的想法。
• 运行-mount = type =缓存，target =/root/.cache/pip \ pip3 install -r unignts_lab.txt：此步骤将安装我们需求中的所有库。
• 运行RM Euncess_lab.txt：安装后不需要要求，因此让我们删除它们。那是因为在创建容器之后，您不会仅在需要的情况下更改Dockerfile，您将继续使用该容器。
• entrypoint [“ jupyter”，“ lab”，“ - notebookapp.token =''”，“ - ip = 0.0.0.0”，“ - port = 8888”，“ - -NO-BROWSER”， “ - hall-wall-root”]：这是能够启动jupyter笔记本电脑的最终命令。我选择了Jupyterlab，但这也取决于您。在我的要求中，我添加了两者，查看文档，您可以看到您最好使用的命令。

您的Dockfile应该看起来像这样：

FROM python:3.10-slim

WORKDIR /notebooks

COPY requirements_lab.txt /notebooks

RUN --mount=type=cache,target=/root/.cache/pip \
    pip3 install -r requirements_lab.txt

RUN rm requirements_lab.txt

ENTRYPOINT ["jupyter", "lab", "--NotebookApp.token=''","--ip=0.0.0.0", "--port=8888", "--no-browser", "--allow-root"]

如果您缺少某些东西，您可以咨询我将提供的存储库。

第三步：创建需求文件

现在，您将创建一个名为 unignts_lab.txt 的新文件，通常您会发现它为unignts.txt。但这也取决于您，在Dockerfile中只需添加正确的名称即可。创建文件后，您将添加要在数据科学项目中使用的库。所需的两个是笔记本和 jupyterlab 。如果我们无法在容器中启动Jupyter笔记本。

scikit-learn==1.2.2
pandas==2.0.3
numpy==1.25.0
jupyterlab==4.0.2
notebook==6.5.4

现在，我们完成了所有步骤，以拥有数据科学容器。我们继续进行命令。

在您的终端中，如果您有一个，它甚至可以在IDE终端中。到目前为止，您一直在执行以下命令。

docker build -f Dockerfile.jupyterlab -t env_ds .

此命令从通过的设置中构建我们的容器。观察我将标志 -f 传递给我的dockerfile名称。然后，我通过另一个 -t 标志，将名称添加到我的图像和点，以指示我的dockerfile在哪里。

现在构造将开始，如果有错误，您错过了您在码头中添加某些东西，甚至路径可能是错误的。

施工没有问题，让我们运行我们的容器。

docker container run  --rm  -p 8888:8888 -v "${PWD}/notebooks:/notebooks" -d  --name containerlab  env_ds 

使用此命令，我们将指示容器的 -p 端口，请注意它必须与Dockerfile中定义的入口点相同。您还记得您提到的是我们的 workdir 被称为笔记本。在我们的目录中，我们将创建一个称为笔记本的文件夹。创建的请注意，我们将创建一个从本地文件夹到容器的 WorkDir 的 -v 。它必须是两者的同名吗？但是您可以选择，但不要忘记正确地传递到此命令中的卷。我们将其设置为Dipach -d 。因此，我们看不到终端中的执行，但是如果您愿意，只需删除 -D ，就会看到执行。我通常会创建一个文件来执行命令以在另一个终端中查看。我们还给我们的容器一个名字，然后让我们传递图像的名称，以获取所有这些设置的容器。

如果您选择离开二线 -d ，将执行您的容器。让我们运行以下命令。该命令将介绍我们的容器的执行。

docker logs containerlab -f

然后单击链接：

它将在您的浏览器中打开一个选项卡。

boommmmm !!!!我们有我们的环境。现在，让我们创建一个笔记本以测试，然后查看创建卷是否有效。另请注意，因为我创建了 workdir ，我从该工作区开始。

请注意，我们可以使用。和卷？

在那里看着他，完成，开发和创新？请记住，我们在GitLab中创建了一个存储库。刚刚保存您的更改并将其发送到您的存储库。如果您与团队合作，他们只需遵循相同的步骤运行容器，他们将能够使用笔记本。另外，如果您将作品发送给老师，则发送存储库，他还执行了容器的步骤，将维护相同的设置，并且由于某些环境问题而不会损害您所做的工作。但是冷静下来，哈哈哈哈哈还有更多。我花了一段时间才能在Dev.to上发布某些内容，但是当它出来时，很多内容都会出来。

奖金

因为我们已经在gitlab中创建了我们的项目，所以我们可以创建一个CI配置文件，并共同创建要使用的图像的版本。然后，您可以使用库x或y创建图像。感到自由。

，让我们走。在同一项目中，创建一个称为 .gitlab-ci.yml 的文件。我不会详细介绍。但是，该文件将具有我们的定义，可以在我们开发的项目的Gitlab中创建我们的容器注册表。

• 阶段：将执行我们的命令的阶段。
• 图像：为此，我们需要一个docker映像来运行将立即出现的docker注册表命令。
• 脚本：它们与我们在计算机上的命令相同，但是它不会在此阶段过程中执行它们。
  • Docker登录名：要连接到Docker注册表，您需要environment variables。这将在平台上进行身份验证。拥有Gitlab帐户已经很有帮助。
  • Docker Build：如果您的Dockerfile有任何错误，我们将需要再次构建图像​​。管道将通知您无法成功继续。
  • Docker Push：最后将发送到我们的Gitlab容器注册表。
• 唯一：要在我们的执行分支中选择。例如，如果您在另一个分支中，则不会执行此步骤。

stages:
  - build

build image docker:
  stage: build
  image: docker:23.0.6
  services:
  - docker:23.0.6-dind
  script:
    - docker login -u $CI_REGISTRY_USER -p $CI_REGISTRY_PASSWORD $CI_REGISTRY
    - docker build -f Dockerfile.jupyterlab -t  registry.gitlab.com/public-dev-projects-1/data-science-environment/jupyterlab:v1.0  .
    - docker push registry.gitlab.com/public-dev-projects-1/data-science-environment/jupyterlab:v1.0
  only:
    - main

添加了设置后，只需将更改发送到Gitlab。

现在转到您的GitLab存储库，单击“构建”，然后单击管道。使用我们创建的配置文件，我们的管道将开始，我们将能够执行这些命令。

之后，查找容器注册表标签，请注意我们成功了。

现在让我们来看看是否可以使用我们的容器。

一个注意事项，我将项目公开留下，但我仍然需要创建一个令牌才能吸引我的图像。要创建令牌，请转到您的个人资料设置并启用阅读选项。复制提供的令牌并将其添加到下面的命令中。

docker login registry.gitlab.com -u <YOUR_USER_NAME> -p <YOUR_PASSWORD_OR_TOKEN>  

如果您有两因素身份验证，则会失败，您将需要创建一个令牌。我已经建议创建令牌，更实用。任何东西，如果您不想再使用它，请删除它。

它将返回此消息：

输出：登录成功

现在，让我们使用以下命令下载图像：

docker image pull "registry.gitlab.com/public-dev-projects-1/data-science-environment/jupyterlab:v1.0"

现在运行以下命令以验证我们的docker映像：

docker images 

我们已经准备好了图像，让我们再次运行笔记本，但是在创建一个笔记本文件夹以创建卷之前，我在文档中创建了卷。我的终端与此文件夹在同一位置开放，但我不在其中。

让我们运行以下命令。

docker run  -it --rm -p 8888:8888  -v "${PWD}/notebook:/notebooks" registry.gitlab.com/public-dev-projects-1/data-science-environment/jupyterlab:v1.0 

再次单击链接以在浏览器中打开。

查看我们的笔记本，直到现在才从注册的图像开始。很酷。

评论：

感谢您阅读这篇文章。希望我能帮助您理解。任何代码或文本错误，请随时返回。不要忘记离开这样的人，以便您可以吸引更多的人。

内容

• GitLab
• Docker
• Project