파생된 컨테이너 만들기

이 페이지에서는 사용 가능한 표준 Deep Learning Containers 이미지 중 하나를 기반으로 파생 컨테이너를 만드는 방법을 설명합니다.

이 가이드의 단계를 완료하기 위해 Cloud Shell 또는 Google Cloud CLI가 설치된 모든 환경을 사용할 수 있습니다.

시작하기 전에

시작하기 전에 다음 단계를 완료했는지 확인하세요.

  1. 로컬 Deep Learning Containers 시작하기 섹션을 시작하기 전의 설정 단계를 완료합니다.

  2. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

    결제 사용 설정 방법 알아보기

  3. Artifact Registry API를 사용 설정하세요.

    API 사용 설정

처리 과정

파생 컨테이너를 만들려면 다음과 비슷한 프로세스를 사용합니다.

  1. 초기 Dockerfile을 만들고 수정 명령어를 실행합니다.

    시작하려면 사용 가능한 이미지 유형 중 하나를 사용하여 Deep Learning Containers 컨테이너를 만듭니다. 그런 다음 conda, pip 또는 Jupyter 명령어를 사용하여 필요에 따라 컨테이너 이미지를 수정합니다.

  2. 컨테이너 이미지를 빌드하고 푸시합니다.

    컨테이너 이미지를 빌드한 다음 Compute Engine 서비스 계정에서 액세스할 수 있는 위치로 푸시합니다.

초기 Dockerfile 만들기 및 수정 명령어 실행

다음 명령어를 사용하여 Deep Learning Containers 이미지 유형을 선택하고 컨테이너 이미지를 약간 변경합니다. 이 예시에서는 TensorFlow 이미지로 시작하고 TensorFlow의 최신 버전으로 이미지를 업데이트하는 방법을 보여줍니다. Dockerfile에 다음 명령어를 작성합니다.

FROM us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu:latest
# Uninstall the container's TensorFlow version and install the latest version
RUN pip uninstall -y tensorflow && \
    pip install tensorflow

컨테이너 이미지 빌드 및 푸시

다음 명령어를 사용하여 컨테이너 이미지를 Google Compute Engine 서비스 계정으로 액세스할 수 있는 Artifact Registry로 빌드하고 푸시합니다.

저장소를 만들고 인증합니다.

export PROJECT=$(gcloud config list project --format "value(core.project)")
gcloud artifacts repositories create REPOSITORY_NAME \
    --repository-format=docker \
    --location=LOCATION
gcloud auth configure-docker LOCATION-docker.pkg.dev

다음을 바꿉니다.

  • LOCATION: 저장소의 리전 또는 멀티 리전 위치입니다(예: us). 지원되는 저장소 위치 목록을 보려면 gcloud artifacts locations list 명령어를 실행합니다.
  • REPOSITORY_NAME: 만들려는 저장소의 이름입니다(예: my-tf-repo).

그런 다음 이미지를 빌드하고 푸시합니다.

export IMAGE_NAME="LOCATION-docker.pkg.dev/${PROJECT}/REPOSITORY_NAME/tf-custom:v1"
docker build . -t $IMAGE_NAME
docker push $IMAGE_NAME