在过去几年中我需要在不同的机器上开发 Python 项目、训练模型(主要基于 torch cuda ),为了解决环境、依赖、工具差异,提升干活效率,于是自己封一个专门用于 Python 开发的 docker 镜像。在此分享给大家
典型的使用场景:
- 本地 docker run 跑起来一个独立容器环境,自动帮我配好 bash ,处理好挂载文件路径权限,处理好好 SSH agent forwarding 等常见开发问题。然后命令行测试
- 本地 /远端跑起来一个容器,然后 ssh 过去执行一些耗时较长的任务(比如训练模型)。ssh 过去后会自动进入 sreen session (这样不需要考虑什么 nohup &),且 bash 也已经配好
- 本地 /远端跑起来一个容器,然后 vscode ssh remote 过去,容器内部已经装好常见 Python 插件,且 bash 也已配好