派生コンテナを作成する

このページでは、提供されている標準的な Deep Learning Containers イメージに基づいて派生コンテナを作成する方法について説明します。

このガイドの手順を完了するには、Cloud Shell を使用するか、Google Cloud CLI がインストールされている環境を使用します。

始める前に

始める前に、次の手順が完了していることを確認してください。

  1. ローカル ディープ ラーニング コンテナ スタートガイドの「始める前に」の設定手順を完了します。

  2. Google Cloud プロジェクトの課金が有効になっていることを確認します。

    課金を有効にする方法をご覧ください。

  3. Artifact Registry API を有効にします。

    API を有効にする

プロセス

派生コンテナを作成するには、次のようなプロセスを使用します。

  1. 初期 Dockerfile を作成して変更コマンドを実行します。

    まず、利用可能ないずれかのイメージタイプを使用して Deep Learning Containers コンテナを作成します。さらに、conda、pip、Jupyter の各コマンドを使用して、必要に応じてコンテナ イメージを変更します。

  2. コンテナ イメージをビルドして push します。

    コンテナ イメージをビルドし、Compute Engine サービス アカウントがアクセスできる場所に push します。

初期 Dockerfile を作成して変更コマンドを実行する

次のコマンドを使用して、Deep Learning Containers イメージタイプを選択し、コンテナ イメージを少し変更します。この例では、TensorFlow イメージから開始し、最新バージョンの TensorFlow でイメージを更新する方法を示します。次のコマンドを Dockerfile に書き込みます。

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 install --upgrade pip && \
    pip uninstall -y tensorflow && \
    pip install tensorflow

コンテナ イメージをビルドして push する

次のコマンドを使用して、コンテナ イメージをビルドし、Google Compute Engine サービス アカウントからアクセスできる Artifact Registry に push します。

次のコマンドで、リポジトリを作成して認証します。

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

以下を置き換えます。

  • LOCATION: リポジトリのリージョンまたはマルチリージョンのロケーション（例: us）。サポートされているリポジトリのロケーションの一覧を表示するには、コマンド gcloud artifacts locations listを実行します。
  • REPOSITORY_NAME: 作成するリポジトリの名前（例: my-tf-repo）。

次に、次のコマンドを使用して、イメージをビルドして push します。

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