Construction d'un environnement d'oreiller - Pour Docker + iPython (et OpenCV)

Qu'est-ce que tu veux faire

--Mettez iPython sur Docker afin qu'il puisse être utilisé n'importe où --Traitement d'image par Pillow

Cliquez ici si vous disposez d'un environnement de travail → Traitement d'image avec Docker + iPython (paramètres) --Qiita --Qiita ")

J'ai essayé de savoir ce qui se passerait si je le faisais avec Docker, l'environnement virtualenv que j'ai créé la dernière fois ... Quelqu'un l'a déjà fait.

Exécution du bloc-notes IPython sur Docker-Qiita

Oui. Vous avez déjà écrit tout ce dont vous avez besoin.

Je n'ai rien à faire.

La deuxième décoction n'est pas intéressante, alors je l'ai un peu tordue et en ai fait Python 2.7 et ajouté OpenCV. (Il semble que l'OpenCV d'Ubuntu ne supporte pas encore Python3) On dit que ce qu'ils font est à la hauteur de l'article original ...

** Cet environnement Docker est destiné à être utilisé dans le LAN. Nous privilégions la commodité à la sécurité. Soyez prudent lors de l'exécution sur un serveur sur Internet. ** **

Créer une image

docker build -t suto3/ipython-pillow:0.1 ./

Dockerfile


FROM ubuntu:14.04

MAINTAINER suto3 <[email protected]>

ENV DEBIAN_FRONTEND noninteractive

# Not essential, but wise to set the lang
# Note: Users with other languages should set this in their derivative image
RUN apt-get update && apt-get install -y language-pack-en language-pack-ja
ENV LANGUAGE en_US.UTF-8
ENV LANG en_US.UTF-8
ENV LC_ALL en_US.UTF-8

RUN locale-gen en_US.UTF-8
RUN dpkg-reconfigure locales

# Python binary dependencies, developer tools
RUN apt-get update && apt-get install -y -q \
    build-essential \
    make \
    gcc \
    gfortran \
    libfreetype6-dev \
    libxft-dev \
    libopenblas-dev \
    liblapack-dev \
    libzmq-dev \
    libcurl4-openssl-dev \
    zlib1g-dev \
    git \
    python \
    python-dev \
    python-pip \
    python-sphinx \
    python-mock \
    python-nose \
    python-jinja2 \
    python-tornado \
    python-zmq \
    python-numpy \
    python-matplotlib \
    python-pandas \
    python-scipy \
    python-jsonschema \
    python-requests \
    python-pygments \
    python-pymongo \
    sqlite3 \
    libsqlite3-dev \
    pandoc \
    libopencv-dev \
    python-opencv \
    nodejs \
    nodejs-legacy \
    npm \
    fonts-takao \
    fonts-ipafont \
    curl

RUN apt-get clean

# In order to build from source, need less
RUN npm install -g 'less@<3.0'

RUN pip install invoke
RUN pip install --upgrade \
    pillow \
    mock \
    nose \
    jinja2 \
    tornado \
    pyzmq \
    numpy \
    matplotlib \
    pandas \
    scipy \
    jsonschema \
    requests \
    mistune \
    pygments \
    pymongo \
    patsy \
    statsmodels \
    scikit-learn \
    ggplot \
    networkx \
    bokeh \
    sphinx \
    ipython

RUN iptest2

ENV HOME /root
RUN ipython profile create nbserver

# Install handy extension(s).
RUN ipython -c "%install_ext http://raw.github.com/jrjohansson/version_information/master/version_information.py"

# Configure "nbserver" profile
RUN sed -i \
    -e "s/^# c.NotebookApp.ip = 'localhost'$/c.NotebookApp.ip = '0.0.0.0'/" \
    -e "s/^# c.NotebookApp.port = 8888$/c.NotebookApp.port = 8888/" \
    -e "s;^# c.NotebookApp.notebook_dir = '/.*'$;c.NotebookApp.notebook_dir = '/notebook';" \
    -e "s/^# c.NotebookApp.open_browser = True$/c.NotebookApp.open_browser = False/" \
    -e "s/^# c.IPKernelApp.matplotlib = None$/c.IPKernelApp.matplotlib = 'inline'/" \
    -e "s/^# c.IPKernelApp.extensions = \[\]$/c.IPKernelApp.extensions = ['version_information']/" \
    /root/.ipython/profile_nbserver/ipython_notebook_config.py

# For IPython Notebook to share resources with other containers.
EXPOSE 8888
VOLUME ["/notebook"]

ENV LANG ja_JP.UTF-8
WORKDIR /notebook
# Use shell form to work with notebook.
CMD ipython notebook --profile=nbserver

Test d'exécution partie 1

docker run -d -p 8080:8888 suto3/ipython-pillow:0.1

Vérifiez si vous pouvez vous connecter avec l'adresse IP de l'hôte: 8080 /.

Test d'exécution partie 2

docker run -d -p 8080:8888  -v $PWD:/notebook suto3/ipython-pillow:0.1

Le répertoire courant est monté sur / notebook.

Télécharger sur Docker Hub

docker login
docker push suto3/ipython-pillow:0.1

suto3/ipython-pillow Repository | Docker Hub Registry - Repositories of Docker Images

Alors j'ai essayé de le soulever.

Essayez d'utiliser

Traitement d'image avec Docker + iPython (paramètres) --Qiita

Traitement d'image avec Docker + iPython (édition Pillow) --Qiita

Traitement d'image avec Docker + iPython (édition OpenCV) --Qiita

Recommended Posts

Construction d'un environnement d'oreiller - Pour Docker + iPython (et OpenCV)
Construction de l'environnement: GCP + Docker
Réaliser la construction d'environnement pour "Deep Learning from scratch" avec docker et Vagrant
Construction d'environnement d'oreiller - Environnement virtuel par virtualenv, environnement interactif par iPython
Création d'un environnement de travail Docker R et Python
Construction de l'environnement de contrôle à distance Pepper-kun avec Docker + IPython Notebook
Construction de l'environnement Python pour Mac
Construction de l'environnement Docker + Django + React
Construction d'environnement Python et TensorFlow
Construction de l'environnement de NumPy et matplotlib
Construction de l'environnement Ansible pour Mac
De la construction de l'environnement au déploiement pour flask + Heroku avec Docker
Construction de l'environnement, confirmation simple et test de compétence pour chaque langue
[Linux] Construction de l'environnement Docker sur Redhat
Construction de l'environnement Python3 TensorFlow pour Mac
Construction et bases de l'environnement de reconnaissance d'image
[docker] Construction de l'environnement python3.5 + numpy + matplotlib
Construction d'environnements OpenCV3 et Python3 sur Ubuntu
Créer un environnement avec pyenv et pyenv-virtualenv
Création de l'environnement de travail Docker R et Python 2: prise en charge du japonais
Créez et essayez un environnement OpenCV et Python en quelques minutes à l'aide de Docker
Préparer un environnement pour utiliser OpenCV et Pillow avec AWS Lambda
[DynamoDB] [Docker] Créer un environnement de développement pour DynamoDB et Django avec docker-compose
Procédure de construction de l'environnement de projet Python (pour Windows)
Créer un environnement Python 3 et OpenCV sur Ubuntu 18.04
Création d'un environnement Ubuntu, Python, OpenCV sur Docker
Créer un environnement pour Python et l'apprentissage automatique (macOS)
Construction d'un environnement de développement pour l'atelier Choreonoid
Tutoriel de construction d'environnement pour MXNet (partie gluon)
Construction de l'environnement Python3 TensorFlow (Mac et pyenv virtualenv)
Construire un environnement d'analyse avec Docker (jupyter notebook + PostgreSQL)
Installation de Python 3 et Flask [Résumé de la construction de l'environnement]
[Django3] Construction de l'environnement et résumé de divers paramètres [Python3]
Construction de l'environnement DeepIE3D
Construction d'environnement basée sur Emacs
Construction de l'environnement Linux
Construction d'environnement (python)
construction d'environnement django
Construction de l'environnement CodeIgniter
construction d'environnement python
Python - Construction de l'environnement
Construction de l'environnement Python
Construction de l'environnement Golang
Construction de l'environnement de word2vec
Construction d'environnement virtuel avec Docker + Flask (Python) + notebook Jupyter
Installation propre et mise à jour de l'environnement de travail de macOS Catalina
Autoriser Keras 2.0 et OpenCV 3.2 à fonctionner dans un environnement GPU
De Kafka à KSQL - Construction d'environnement facile avec docker
Construction d'un environnement d'analyse de données avec Python (notebook IPython + Pandas)
Exemple de construction d'environnement WSL2 Python, Node.js, Java, git-secrets, Docker
[Python] Construction de l'environnement Django (pyenv + pyenv-virtualenv + Anaconda) pour macOS
Mémorandum de construction de l'environnement de la bibliothèque AutoML PyCaret
[Introduction à RasPi4] Construction de l'environnement; OpenCV / Tensorflow, entrée japonaise ♪
Utilisez Docker et Jupyter comme méthode de distribution d'environnement d'exécution pour l'analyse des données et les ateliers liés à la visualisation
Exemple de construction d'environnement Python et d'exécution SQL vers DB et mémo de traitement de base pour les statistiques 2019
Création d'un environnement distribué avec la série Raspberry PI (Partie 7: configuration de la route tftp et test de démarrage pour chaque tarte à la râpe)