docker 中的机器学习 python 应用程序与 anaconda for k8s
machine learning python app in docker with anaconda for k8s
开发人员在 docker 中 运行 开发了一个 python 机器学习应用程序。特别是 Azure 容器实例。他们正在使用 micromamba:0.15.3，并且在 docker 文件中他们还为 Web 服务器安装了 nginx。
Docker 文件末尾将 运行: CMD ["./start.sh"]
和里面的脚本：
service nginx start
streamlit run app.py --theme.base "dark" --server.address localhost --server.port 5000 --server.enableCORS=false
我还看到他们在本地使用 anaconda 到 运行 网络应用程序。这也 运行s streamlit
现在我将摆脱 docker 文件中的 nginx 部分，因为将移动到 k8s 并将使用 nginx 入口控制器 + ingres 作为虚拟主机，这将指向 运行ning python 服务
我应该为此使用哪个 Docker 图片？使用 conda、miniconda 或 python 官方图像有什么区别？难道我只需要 python 图像，您可以在其中添加流光，例如 here?
你是对的，你可以创建一个简单的 Dockerized App 派生自官方 Python 图像，创建一个虚拟环境并在构建阶段安装一个 requirements.txt 文件到streamlit 和其他依赖项的环境。 Anaconda 和 Miniconda 只是包装了 python 虚拟环境的管理。如果有 environment.yml 而不是 requirements.txt，您可以使用 conda create -f environment.yml 在 Docker 容器中创建环境。
开发人员在 docker 中 运行 开发了一个 python 机器学习应用程序。特别是 Azure 容器实例。他们正在使用 micromamba:0.15.3，并且在 docker 文件中他们还为 Web 服务器安装了 nginx。
Docker 文件末尾将 运行: CMD ["./start.sh"]
和里面的脚本：
service nginx start
streamlit run app.py --theme.base "dark" --server.address localhost --server.port 5000 --server.enableCORS=false
我还看到他们在本地使用 anaconda 到 运行 网络应用程序。这也 运行s streamlit
现在我将摆脱 docker 文件中的 nginx 部分，因为将移动到 k8s 并将使用 nginx 入口控制器 + ingres 作为虚拟主机，这将指向 运行ning python 服务
我应该为此使用哪个 Docker 图片？使用 conda、miniconda 或 python 官方图像有什么区别？难道我只需要 python 图像，您可以在其中添加流光，例如 here?
你是对的，你可以创建一个简单的 Dockerized App 派生自官方 Python 图像，创建一个虚拟环境并在构建阶段安装一个 requirements.txt 文件到streamlit 和其他依赖项的环境。 Anaconda 和 Miniconda 只是包装了 python 虚拟环境的管理。如果有 environment.yml 而不是 requirements.txt，您可以使用 conda create -f environment.yml 在 Docker 容器中创建环境。