我目前正在构建一个可用于部署深度学习应用程序的docker映像。图像相当大,大小约为6GB。由于部署时间受docker容器大小的影响,我想知道是否有一些最佳做法可以减少ml相关应用程序的映像大小。
发布于 2022-06-30 06:51:14
首先,将数据(如果有的话)与图像(例如,卷).Also分开,使用.dockerignore忽略图像中不想要的文件。
现在有一些技巧:
第一种技术是使用多级构建。例如,一个映像仅用于安装依赖项,另一个映像则从第一个映像开始并运行应用程序。
第二种技术是尽量减少图像层的数量。每次运行、复制和从命令创建一个不同的层。尝试使用linux操作符(如&&)将命令组合在一个单一的命令中。
第三种技术是在坞映像构建中获取缓存的利润。在将实际内容复制到图像之前,请运行所有可能的命令。例如,对于python应用程序,您可以在复制图像中应用程序的内容之前安装依赖项。
https://stackoverflow.com/questions/72811155
复制相似问题