跳转至

Docker+PyCharm 快速搭建机器学习开发环境

本文介绍使用 Docker 容器结合 PyCharm 快速搭建机器学习类任务开发环境。机器学习的开发往往会涉及到很多 python 的包，环境的搭建和维护是一件头疼的事，使用 Docker 现成的机器学习工具 Deepo 能跳过环境搭建的过程，再结合 PyCharm 可以实现本地开发调试。本文在 Mac 上做的尝试，linux 操作系统同理，windows 也有相应的 docker 软件使用，Pycharm 的设置都是相似的。最终的效果是省略环境搭建的步骤，使用 PyCharm 进行代码的开发和调试。

Docker

Docker 是一种容器技术，类似于虚拟机，但比虚拟机更轻便。Docker 容器内的应用程序直接运行于宿主的内核，而没有自己的内核，而且也没有硬件虚拟。

Deepo

Deepo是一个包含一系列 Docker 镜像的项目，这些镜像中包含了 TensorFlow、Caffe 和 Torch 等多种深度学习框架。也就是说，在这些镜像中已经包含了大部分流行的机器学习框架，只需要将镜像下载到本地，运行容器即可直接使用这些框架。
  Deepo 提供了 GPU 和 CPU 版本的框架，这里使用的 mac 以 CPU 的镜像为例子，对于 GPU 版本的镜像需要先安装 Nvidia 官方的 nividia-docker 和相应版本的 NVIDIA 驱动。
   在 github 页面可以看到 Deepo 拥有众多的不同的镜像，以 tag 来区分，可以根据需要下载对应的镜像。这里以docker pull ufoym/deepo:cpu为例，这样会下载包含 cpu 版本的机器学习框架的镜像。

Deepo-ssh 镜像

在有了 Deepo 镜像之后，为了方便使用，可以在 Deepo 镜像基础上配置 ssh 服务，以便于 mac 通过 ssh 连接登录到容器，以及 PyCharm 调用远程的 python 的 interpreter。
   登录到现有的 Deepo 容器，以docker run -it ufoym/deepo:cpu bash交互式的进入 deepo 容器中。
配置容器 ssh 连接 这一步可以使用 mac 通过 ssh 连接 ubuntu 容器。首先通过apt-get install openssh-server用于开启 ssh 服务的外部连接。
配置 sshd 修改 sshd 的默认配置，编辑文件/etc/ssh/sshd_config，修改文件中的以下三行：

PermitRootLogin yes # 可以登录 root 用户
PubkeyAuthentication yes # 可以使用 ssh 公钥许可
AuthorizedKeysFile  .ssh/authorized_keys # 公钥信息保存到该文件中

重启 sshd /etc/init.d/ssh restart使得这些配置生效。
添加 mac 的公钥到容器 这一步是为了能免密码 ssh 登录到容器中。

  1. 在容器中mkdir ~/.ssh
  2. touch ~/.ssh/authorized_keys
  3. 新开一个 mac 终端窗口，ssh-keygen -t rsa -C "youremail@example.com"（替换为你自己的邮箱），会在~/.ssh目录下生成三个文件id_rsa、id_rsa.pub、known_hosts。复制id_rsa.pub文件中的内容。
  4. 将复制的内容粘贴到容器~/.ssh/authorized_keys文件中。

提交修改到镜像 以上对容器的修改并不会改变镜像文件，需要提交修改生成一个新的镜像。

  1. docker ps -a查看刚刚使用 deepo 容器，记录下该容器的CONTAINER ID，例如8b5a86d18e58。
  2. docker commit -m 'add ssh' -a 'your-name' 8b5a86d18e58 deepo-ssh这样会将刚刚在 deepo 容器中配置的 ssh 服务保存，并生成新的 deepo-ssh 镜像。在后续使用docker images命令可以查看到新的镜像已经被保存。

运行最终的容器
docker run -d -p 12622:22 -v ~/data:/data -v ~/config:/config deepo-ssh /usr/sbin/sshd -D

  • -d | 后台运行
  • -p 12622:22 | 绑定当前 mac 的 12622 端口到 deepo-ssh 容器的 22 端口（ssh 服务默认为 22 端口）
  • -v ~/data:/data | 将 mac 的~/data 目录挂载到容器/data 目录
  • /usr/sbin/sshd -D | 容器运行的命令和参数，开启 ssh 服务

这样就可以通过ssh -p 12622 root@localhost连接到容器，可以进入 python 解释程序，执行import torch等命令查看机器学习框架是否能正常使用。在exit退出 ssh 连接后，容器仍运行在后台。
   以上的操作是在 mac 本地，同样适合在一台远程的 linux 服务器上，部署一个 docker 容器。那么在 ssh 连接时，localhost就需要改为该服务器的公网或者内网 IP。同时本地的~/data和~/config目录和 deepo-ssh 容器中的/data和/config目录相互绑定。如果是远程服务器的情景，那么就是服务器上的目录和容器中的目录相互绑定，不再和本地 mac 有关。

PyCharm+Docker

经过以上的操作，可以理解成本地 12622 端口开启了 ssh 服务，运行一个独立的 ubuntu 服务器。接下来介绍如何使用 PyCharm 调用 Docker 容器中的解释器。（注意需要 PyCharm 专业版）
在 Pycharm 中 PyCharm→Project→Project Interpreter，

点击右上按钮选择添加解释器。

选择SSH Interpreter

选用 openssh 连接，并添加私钥文件。

选择 docker 容器内的 python 解释器。 这样在 PyCharm 写代码时就会调用已经包含机器学习框架的 python 解释器，能够代码提醒和智能补全。
接下来配置 Run/Debug Configurations，

如上配置，这里解释器是 docker 中的解释器，注意Working Directory是 docker 容器中的目录，这为/data，由于 docker 的设置，本机~/data和 docker 容器中的/data目录相映射，因此需要执行的文件可以放入本机~/data目录。以上就可以在 Pycharm 调用容器内的解释器以使用容器中已安装的机器学习框架，而且执行和调试可以在本地进行，提高开发效率。
   以上结合 Docker 和 PyCharm 快速搭建机器学习开发环境，这例子的情景是在 mac 后台运行容器，并将本机的端口映射到容器的 22 端口，实现 ssh 连接容器，并在 PyCharm 中调用容器的解释器，以实现本地的机器学习任务的开发调式。以上的模式对于一个远程的服务器同样适用，在服务器上创建 docker 容器并运行在后台，映射到服务器的一个端口。在 Pycharm 中调用远程服务器的解释器，并创建本地目录和服务器目录的映射（在 Deployment 配置），就可以实现在本地写代码和调试。

其他做法

可以使用 JetBrains Remote Gateway  进行远程开发，优点是开发体验近乎原生，不需要多考虑本地和远程主机的路径同步问题；缺点是 JetBrains IDE  都非常的消耗资源。

参考

转发自：姜建林