编写dockerfile启动docker后执行启动jupyter

一、获取一个初始镜像

我这里的镜像是需要GPU的，所以我用了这个镜像

nvidia/cuda:10.1-cudnn7-devel-centos7

二、根据初始镜像启动容器，安装ananconda

# 在这里使用 [-p 宿主机端口:容器端口] 来映射jupyter端口
docker run --name=gpu_test -p 9890:8888 -m 30000MB -d -it --gpus all nvidia/cuda:10.1-cudnn7-devel-centos7 '/bin/bash'

# 进入容器后，安装anaconda

# 1.下载anaconda(我需要的python版本是：3.6)
wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
# 安装anaconda
sh Anaconda3-5.2.0-Linux-x86_64.sh

 三、根据现有的容器保存镜像

# 使用 [docker -ps] 查看刚才运行的那个容器的ID
docker export -o gpu_jupyter.tar 容器ID

# 把这个gpu_jupyter.tar 导入为镜像,这个（gpu:v_1.0是我随便写的，它代表生成镜像的tag）
docker import gpu_jupyter.tar gpu/gpu_jupyter:v_1.0

四、编写dockerfile

这个一定要新建一个文件夹，名字随便。然后在文件夹内创建一个名为：Dockerfile 的文件，文件内容如下

# 这个FROM指定基础镜像，也就是我上面写的gpu/gpu_jupyter:v_1.0
FROM gpu/gpu_jupyter:v_1.0
# 指定环境变量
ENV PATH /data/anaconda/anaconda3/bin:$PATH

# 指定工作路径
WORKDIR /data/anaconda/work/
# 启动jupyter
ENTRYPOINT /data/anaconda/anaconda3/bin/jupyter notebook --ip=0.0.0.0 --allow-root

五、执行创建镜像命令

* 可千万别忘了最后那个点

docker build -t gpu/gpu_jupyter_auto_start:v_1.0 .

六、使用这个镜像创建容器

docker run --name=gpu_jupyter_test -p 9890:8888 -d -it --gpus all gpu/gpu_jupyter_auto_start:v_1.0 '/bin/bash'

七、参考&感谢

http://www.lwqgj.cn/51.html

https://www.cnblogs.com/panwenbin-logs/p/8007348.html