Docker 스크립트

Docker에서 스크립트를 작성하여 환경 설정

모델을 직접 쿼리하고 Cloud 콘솔에서 다른 매개변수 값을 사용하거나 Vertex AI API를 직접 호출하여 반환된 결과를 테스트할 수 있습니다.

Freeform 프롬프트

Docker 스크립트를 생성하여 Pandas, TensorFlow, Numpy 라이브러리와 함께 Python 3.10(사전 빌드)이 설치된 간단한 Linux 머신을 만듭니다.

응답



# 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"]






설명:



    

  1. FROM python:3.10-slim: 이 줄은 Docker 컨테이너의 기본 이미지를 지정합니다. slim 태그가 있는 공식 Python 3.10 이미지를 사용합니다. 이 이미지는 더 작고 효율적인 이미지입니다.
    2. 

  2. RUN pip install pandas tensorflow numpy: 이 줄은 pip를 사용하여 필수 Python 라이브러리를 설치합니다.
    3. 

  3. WORKDIR /app: 이 줄은 컨테이너 내의 작업 디렉터리를 /app으로 설정합니다. 애플리케이션 코드가 배치되는 위치입니다.
    4. 

  4. COPY . /app: 이 줄은 현재 디렉터리(Dockerfile이 있는 위치)의 모든 파일을 컨테이너 내 /app 디렉터리로 복사합니다. 여기에는 애플리케이션 코드가 포함됩니다.
    5. 

  5. EXPOSE 8000: 이 줄은 컨테이너에 포트 8000을 노출합니다. 애플리케이션에서 사용하는 포트로 변경할 수 있습니다. 이는 선택사항이며 컨테이너 외부에서 애플리케이션에 액세스할 수 있어야 하는 경우에만 필요합니다.
    6. 

  6. CMD ["python", "your_script.py"]: 이 줄은 컨테이너가 시작될 때 실행할 명령어를 지정합니다. 이 경우 Python 스크립트 your_script.py를 실행합니다. your_script.py를 스크립트 실제 이름으로 바꿉니다.
    7. 




Docker 이미지를 빌드하려면 다음 안내를 따르세요.



    

  1. 위 Dockerfile을 Dockerfile 파일에 저장합니다.
    2. 

  2. Dockerfile과 동일한 디렉터리에서 터미널을 엽니다.
    3. 

  3. 다음 명령어를 실행합니다.
    4. 




docker build -t my-python-app .




그러면 Docker 이미지가 빌드되고 my-python-app로 태그가 지정됩니다.



Docker 컨테이너를 실행하려면 다음 안내를 따르세요.



docker run -it my-python-app




대화형 모드에서 컨테이너를 시작합니다. 이제 애플리케이션이 컨테이너 내에서 실행됩니다.



참고:



    

  • your_script.py를 Python 스크립트 실제 이름으로 바꿉니다.
    • 

  • Dockerfile에 명령어를 추가하여 추가 라이브러리 설치 또는 환경 변수 설정과 같이 컨테이너를 추가로 맞춤설정할 수 있습니다.
    • 

  • 이 Dockerfile은 애플리케이션 코드가 Dockerfile과 동일한 디렉터리에 있다고 가정합니다. 코드가 다른 디렉터리에 있으면 그에 따라 COPY 명령어를 조정합니다.
모델: gemini-1.5-flash-001
강도: 1
최대 출력 토큰: 8192
최상위 K: 40
최상위 P: 0.95