Testen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.Tesen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Skript in Docker zum Einrichten Ihrer Umgebung schreiben
Sie können ein Modell direkt abfragen und die zurückgegebenen Ergebnisse testen, wenn Sie verschiedene Parameterwerte mit der Cloud Console oder durch direkten Aufruf der Vertex AI API verwenden.
Generiere ein Docker-Skript, um einen einfachen Linux-Rechner zu erstellen, auf dem Python 3.10 (vordefiniert) mit folgenden Bibliotheken installiert ist: pandas, tensorflow, numpy
Antwort
# Base image with Python 3.10
FROM python:3.10-slim
# Install required libraries
RUN pip install pandas tensorflow numpy
# Set working directory
WORKDIR /app
# Copy your application code to the container
COPY . /app
# Expose port for your application (if needed)
# EXPOSE 8000
# Run your application
CMD ["python", "your_script.py"]
Erklärung:
FROM python:3.10-slim: Diese Zeile gibt das Basis-Image für den Docker-Container an. Wir verwenden das offizielle Python 3.10-Image mit dem Tag slim, ein kleineres und effizienteres Image.
RUN pip install pandas tensorflow numpy: Diese Zeile installiert die erforderlichen Python-Bibliotheken mithilfe von pip.
WORKDIR /app: Diese Zeile legt das Arbeitsverzeichnis innerhalb des Containers auf /app fest. Hier wird Ihr Anwendungscode platziert.
COPY . /app: Mit dieser Zeile werden alle Dateien aus Ihrem aktuellen Verzeichnis, in dem sich das Dockerfile befindet, in das Verzeichnis /app innerhalb des Containers kopiert. Dazu gehört auch Ihr Anwendungscode.
EXPOSE 8000: Diese Zeile gibt Port 8000 im Container frei. Sie können dies in den Port ändern, den Ihre Anwendung verwendet. Dies ist optional und wird nur benötigt, wenn Ihre Anwendung von außerhalb des Containers zugänglich sein muss.
CMD ["python", "your_script.py"]: Diese Zeile gibt den Befehl an, der beim Start des Containers ausgeführt werden soll. In diesem Fall wird das Python-Skript your_script.py ausgeführt. Ersetzen Sie your_script.py durch den tatsächlichen Namen des Skripts.
So erstellen Sie das Docker-Image:
Speichern Sie das obige Dockerfile in einer Datei mit dem Namen Dockerfile.
Öffnen Sie ein Terminal im selben Verzeichnis wie Dockerfile.
Führen Sie dazu diesen Befehl aus:
docker build -t my-python-app .
Dadurch wird das Docker-Image erstellt und als my-python-app getaggt.
So führen Sie den Docker-Container aus:
docker run -it my-python-app
Dadurch wird der Container im interaktiven Modus gestartet. Ihre Anwendung wird jetzt in dem Container ausgeführt.
Hinweis:
Ersetzen Sie your_script.py durch den tatsächlichen Namen Ihres Python-Skripts.
Sie können dem Dockerfile weitere Befehle hinzufügen, um den Container weiter anzupassen, z. B. zusätzliche Bibliotheken zu installieren oder Umgebungsvariablen festzulegen.
Bei diesem Dockerfile wird davon ausgegangen, dass sich Ihr Anwendungscode im selben Verzeichnis wie das Dockerfile befindet. Befindet sich der Code in einem anderen Verzeichnis, passen Sie den Befehl COPY entsprechend an.
