这是什么东西？

我在工作中有机会接触到机器学习项目。同时也准备好了Docker环境，可以构建可在生产环境中使用的容器。

下位文件夹中还准备了笔记本环境的文件，但是这里没有准备Docker环境，我想可能是在个人电脑上创建环境并使用的。

因为我担心在个人电脑上创建一个环境，即使现在可以建立，但在一段时间后可能无法再次创建相同的环境，所以我额外建立了一个Docker环境。

这是当时的记录。

构建Docker环境

由于项目的根目录中已存在Dockerfile和docker-compose.yml文件，因此我在笔记本文件夹中创建了Dockerfile和docker-compose.yml文件。

.
├── notebooks
│    ├── Dockerfile
│    ├── docker-compose.local.yml
│    └── requirements.txt < ルートディレクトリのをコピー
├── Dockerfile
├── docker-compose.yml
└── requirements.txt

Dockerfile
ルートディレクトリのDockerfileがPython3.10を利用していたので同じバージョンのノートブックイメージを利用しました
※requirements.txtでパッケージをインストールしていたので同じバージョンをインストールするため

notebooks/Dockerfile
FROM jupyter/base-notebook:python-3.10

ENV APP_HOME /home/jovyan/work
WORKDIR $APP_HOME

COPY ./requirements.txt requirements.txt
RUN pip install -r requirements.txt

docker-compose.local.yml
※もし誤ってルートディレクトリのファイルを上書き保存しないようにファイル名を修正

notebooks/docker-compose.local.yml
version: ‘3.4’
services:
notebook:
build: .
command:
– start-notebook.sh
– –NotebookApp.token=” # 認証を無効化
– –NotebookApp.disable_check_xsrf=True # CSRFチェックを無効化
ports:
– 8888:8888
volumes:
– ./:/home/jovyan/work
working_dir: /home/jovyan/work

使用Docker compose启动

在根目录下执行以下命令以启动容器。

docker compose -f notebooks/docker-compose.local.yml up

启动后，您可以连接到容器并执行笔记本。

在VSCode中，笔记本环境所需的扩展功能

通过使用VSCode的扩展功能，您可以利用上述构建的环境来打开Jupyter笔记本。

• インストールした拡張機能

Dev Containers
Jupyter
Python

总结

我已成功在机器学习的Docker环境中搭建了Jupyter Notebook环境，这使得开发更加方便，非常棒。