Crea un contenedor derivado

En esta página, se describe cómo crear un contenedor derivado basado en una de las imágenes estándar de contenedores de aprendizaje profundo disponibles.

Para completar los pasos de esta guía, puedes usar Cloud Shell o cualquier entorno en el que esté instalado el SDK de Cloud.

Antes de comenzar

Antes de comenzar, asegúrate de haber completado los siguientes pasos.

  1. Completa los pasos de configuración en la sección Antes de comenzar de Comienza a usar un contenedor de aprendizaje profundo local.

  2. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

    Aprende a habilitar la facturación

  3. Habilita la API de Container Registry.

    Habilitar la API

El proceso

Para crear un contenedor derivado, debes usar un proceso similar al siguiente:

  1. Crea el Dockerfile inicial y ejecuta los comandos de modificación.

    Para comenzar, crea un contenedor de contenedores de aprendizaje profundo mediante uno de los tipos de imágenes disponibles. Luego, usa los comandos conda, pip o Jupyter para modificar la imagen del contenedor según tus necesidades.

  2. Compila y envía la imagen del contenedor.

    Compila la imagen del contenedor y, luego, envíala a algún lugar accesible para tu cuenta de servicio de Compute Engine.

Crea el Dockerfile inicial y ejecuta los comandos de modificación

Usa los siguientes comandos para seleccionar un tipo de imagen de contenedor de aprendizaje profundo y realizar una pequeña modificación en la imagen del contenedor. En este ejemplo, se muestra cómo comenzar con la imagen más reciente de TensorFlow y modificar la imagen con una rueda de TensorFlow personalizada. En el siguiente ejemplo, se supone que hay un archivo llamado tensorflow.whl en el mismo directorio de trabajo que tu Dockerfile. Escribe los siguientes comandos en el Dockerfile:

FROM gcr.io/deeplearning-platform-release/tf-gpu:latest
COPY tensorflow.whl /tensorflow.whl # Copy from local file system to container
RUN pip uninstall -y tensorflow && \
    pip install -y /tensorflow.whl

Compila y envía la imagen del contenedor

Usa los siguientes comandos para compilar y enviar la imagen de contenedor a Container Registry, donde tu cuenta de servicio de Google Compute Engine podrá acceder a ella.

export PROJECT=$(gcloud config list project --format "value(core.project)")
docker build . -f Dockerfile.example -t "gcr.io/${PROJECT}/tf-custom:latest"
docker push "gcr.io/${PROJECT}/tf-custom:latest"