公司网站怎么做教程最新的国际新闻

        本环境涉及yolov8环境，使用的torch推理等很多第三方库，安装比较费时。找到两种方法，都试过了，不过只有后一种成功了。配合docker命令操作更好。（注意，使用的miniconda3管理虚拟环境）

一、直接通过 environment.yml 构建

1.1 导出 Conda 环境配置

在本地生成 environment.yml 文件：

conda activate myenv
conda env export > environment.yml

1.2 创建 Dockerfile

新建一个 Dockerfile 文件，内容如下：

# 使用官方 Miniconda 镜像（轻量级）注意：docker.1ms.run/是国内docker源，后面是镜像名
FROM docker.1ms.run/continuumio/miniconda3:latest# 复制环境配置文件到镜像中
COPY environment.yml /tmp/# 创建 Conda 环境（替换 `myenv` 为你的环境名）
RUN conda env create -f /tmp/environment.yml -n myenv# 激活环境并设置默认命令（关键步骤！）
# 方法 1：通过修改 PATH 直接使用环境中的命令
ENV PATH /opt/conda/envs/myenv/bin:$PATH# 方法 2：在容器启动时激活环境（需配合 `conda init` 使用）
# RUN echo "conda activate myenv" >> ~/.bashrc
# SHELL ["/bin/bash", "--login", "-c"]# 可选：清理缓存减小镜像体积
RUN conda clean -afy# 设置默认启动命令（根据实际需求调整）
CMD ["python", "your_script.py"]

1.3 构建 Docker 镜像

docker build -t myenv-image .

1.4 运行容器

docker run -it --rm myenv-image

如果涉及显卡可以参考：

docker run --name myevn --runtime=nvidia  --gpus=all --network=host --privileged=true -it cdcab10f7a21 /bin/bash

二、使用 conda-pack 预打包环境（离线场景）

2.1 本地打包 Conda 环境

        在conda的base环境中安装conda pack库（未特意注明默认在base环境中）：

conda install -c conda-forge conda-pack

        使用 conda-pack 生成压缩包：

conda pack -n myenv -o myenv.tar.gz

2.2 创建 Dockerfile

# 使用基础镜像（如 Ubuntu）
FROM docker.1ms.run/ubuntu:22.04# 安装必要工具
RUN apt-get update && apt-get install -y \bzip2 \&& rm -rf /var/lib/apt/lists/*
# 下面库是opencv-python依赖库，如果没有可不加
RUN apt-get update
RUN apt-get install ffmpeg libsm6 libxext6  -y# 创建 Conda 环境目录
ENV CONDA_DIR /opt/conda
RUN mkdir -p $CONDA_DIR# 复制预打包的 Conda 环境到镜像
COPY peiwang.tar.gz /tmp/
COPY peiwang_project ~/
RUN tar -xzf /tmp/peiwang.tar.gz -C $CONDA_DIR \&& rm /tmp/peiwang.tar.gz# 设置环境变量
ENV PATH $CONDA_DIR/bin:$PATH# 创建项目目录并复制项目文件到 /home/peiwang_project
RUN mkdir -p /home/peiwang_project
COPY peiwang_project /home/peiwang_project# 设置默认工作目录和启动命令
WORKDIR /home/peiwang_project
CMD ["python", "./code/src/web_running.py"]

2.3 构建

docker build -t myenv-image .

2.4 运行镜像

docker run --name peiwang_test --runtime=nvidia  --gpus=all --network=host --privileged=true -it peiwang-image /bin/bash

        注意：上述有的名字用myenv，有的用peiwang，需要注意区别。