안녕하세요 새우깡 여러분.
서버 작업을 하다보면, 많은 경우 환경 migration을 해야 하는 경우들이 있습니다.
물론 모두 새로 다 깔아도 되지만, 이러한 작업은 번거롭고, 원치 않는 버전 미스가 나기도 합니다.
만약 docker 작업을 하고 계신다면, dockerhub를 사용해서 환경 migration을 쉽게할 수 있습니다.
Dockerhub 를 사용하면, 도커 이미지를 github 소스 코드 다루듯 다룰 수 있는데요, 간단한 예시를 통해 함께 실습해 봅시다.
1. Dockerhub 가입
- 우선 https://hub.docker.com/ 에 들어가, sign up을 해주도록 합시다.
2. Dockerhub에서 repository 생성
- github의 repo 처럼, image 를 관리하기 위한 dockerhub repository를 생성해 줍시다.
- 저는 pytorch_1.9 를 위한 쿠다 세팅을 작업해 두었어서, pytorch_1.9 를 위한 이미지를 만들어 보았습니다.
3. Docker container image 생성
이번에는 dockerhub에 올리기 위한, 현재 작업중인 container의 이미지를 만들어 줍시다.
3-1. docker stop container_name (실행중인 container 멈춤)
3-2. docker commit -a 'commit_message' container_name dockerhub_username/image_name:tag
- (commit_message: 문구, container_name: container 이름, dockerhub_username: dockerhub 아이디, image_name: 관리할 이미지 이름, tag: 버전관리용 테그)
- 이 과정까지 진행 시 docker images 를 했을 때, 이미지가 만들어진 것을 확인할 수 있습니다.
4. CLI 에서 dockerhub 로그인
- docker login 후, 아이디, 비밀번호를 입력하면 자동으로 로그인 됩니다.
5. docker push dockerhub_username/image_name:tag
- 자동으로 docker hub에 이미지가 올라가게 됩니다.
- 이제 새로운 환경 (서버, 머신) 에서 이미지를 가져온 후, 들어가기만 하면 되겠죠?
- 참고로 따로 유료 전환을 하지 않으면 private 한 레포는 하나만 사용할 수 있습니다.
6. docker pull dockerhub_username/image_name:tag
- docker 이미지를 가져옵니다. public repo 로 만들어서 따로 로그인이 필요하지 않습니다.
7. 받은 docker image 실행
pytorch 1.9 버전이 잘 실행되는 것을 확인할 수 있습니다.
'새우의 테크 > 랜덤' 카테고리의 다른 글
[ML] Bias - Variance Decomposition 유도 (1) | 2022.10.13 |
---|---|
[ML] RNN 에서의 gradient 계산 (0) | 2022.10.11 |
Anaconda3 설치부터 사용까지 - 왜 사용해야 할까요? (0) | 2022.08.16 |
[AI Tech] 요새 핫한 Dall-E 2 사용해보기 (12) | 2022.08.08 |
댓글