DOCKER IMAGE 建立匯出與匯入 經驗分享 

一個客戶的簡單需求
希望我把開發環境都READY給他 讓他直接匯入DOCKER
就可以直接開始測試
所以有了以下的研究

環境為 ubuntu  Server 22.04.1 LTS
裝起來以後 先跑更新
apt-get update
安裝 SSH 很簡單, 執行以下指令即可

apt-get install openssh-server
裝完SSH以後就可以改用putty進入機器了

docker已存在ubuntu裡面
可以去直接去找Image
這裡我要封裝debian的開發環境
所以找到debian的image
$ docker pull debian
下載完image
可以下指令看目前有哪些image
$docker images
把IMAGE跑起來
$sudo docker run -t -i debian    /bin/bash
再來就建立容器後會跳到bash 看你要裝甚麼東西就可以操作了
可以輸入EXIT離開容器  但離開了狀態就不會存下來
以下為封裝說明
用另外一個putty登入機器
列出所有容器
docker container ls
會看到目前有在運行的容器
記住要匯出的容器ID  類似像這樣970a49293fc9   
輸入
$sudo docker export 7691a814370e > newdebianai.tar 
這個TAR檔案就是你的DOCKER IMAGE
提供給需要的人
再來是匯入說明

k8s@k8s-Virtual-Machine:~$ cat newdebianai.tar | docker import - newdebianai
sha256:970a49293fc968343d942125de1e9a4aa32d4923fdd8cc19aa04f8b307479b7d
k8s@k8s-Virtual-Machine:~$ docker images
REPOSITORY                    TAG              IMAGE ID       CREATED          S                IZE
newdebianai                   latest           970a49293fc9   16 seconds ago   5                58MB
testdebianai                  latest           b5ccf7a5648a   11 minutes ago   5                76MB
debianai                      latest           017e82fcf709   19 minutes ago   5                60MB
newdebian                     latest           9323f2e591b9   54 minutes ago   5                58MB
docker-demo-app               latest           5e90d1742167   47 hours ago     7                5.3MB
debian                        latest           446440c01886   9 days ago       1                24MB
gcr.io/k8s-minikube/kicbase   v0.0.36          866c1fe4e3f2   2 months ago     1                .11GB
node                          10.15.3-alpine   56bc3a1ed035   3 years ago      7                1MB
要注意後面要帶 /bin/bash   因為這個IMAGE是由 /bin/bash啟動的

k8s@k8s-Virtual-Machine:~$ docker run -it newdebianai /bin/bash
root@a65e9f7dd64a:/# 
root@a65e9f7dd64a:/# exit
exit
k8s@k8s-Virtual-Machine:~$

footer See also :

留言

張貼留言

這個網誌中的熱門文章

Office 2021 離線安裝封裝與KMS啟動步驟

圖片
1.到Office 365 Customization Tool   https://config.office.com/deploymentsettings  選擇建立新的配置 Office來源套件選擇Office LTSC 標準版2021大量授權 OR 其他你想要的版本   剩下根據你的安裝配置進行設定 在安裝選項 改成本機來源 (這邊選擇安裝環境的安裝檔案路徑 可以設定網路磁碟如 \\192.168.0.1\office2021) 完成後匯出設定檔案 會得到一個XML檔案  這就是你office 的安裝組態檔案  這邊命名為office.xml 我的組態檔案像這樣 <Configuration ID="4b609851-a8f8-4cce-bf99-22096f57e715">   <Add OfficeClientEdition="64" Channel="PerpetualVL2021" SourcePath="C:\PROPLUS" AllowCdnFallback="TRUE">     <Product ID="ProPlus2021Volume" PIDKEY="FXYTK-NJJ8C-GB6DW-3DYQT-6F7TH">       <Language ID="zh-tw" />       <ExcludeApp ID="Lync" />       <ExcludeApp ID="OneDrive" />     </Product>   </Add>   <Property Name="SharedComputerLicensing" Value="0" />   <Property Name="SCLCacheOverride" Value="0" />   <Property Name="AUTOACTIVATE" ...
閱讀完整內容

Ollama使用心得與模型導入教學

# 前言 隨著大語言模型的普及，在本地運行AI模型已成為許多開發者和研究者的需求。Ollama作為一款開源的本地AI模型運行平台，為我們提供了便捷的解決方案。經過一段時間的使用，我想分享一些心得與實戰經驗。 # 一、Ollama的主要功能與定位 Ollama是一個專為本地運行而設計的大語言模型平台，主要特色包括： **核心功能：** - 支援多種開源模型（LLaMA、Mistral、CodeLlama等） - 提供簡潔的命令列介面 - 支援模型量化，減少記憶體使用 - 內建API伺服器，方便整合到應用程式中 **定位優勢：** - 完全離線運行，保護隱私 - 不依賴雲端服務，降低使用成本 - 適合開發測試環境 - 支援自定義模型導入 # 二、安裝與Cuda加速設定 ## 2.1 基本安裝 **Windows系統：** ```bash # 下載並安裝Ollama winget install Ollama.Ollama ``` **Linux系統：** ```bash curl -fsSL https://ollama.com/install.sh | sh ``` ## 2.2 Cuda加速設定 要充分利用GPU加速，需要確保系統已安裝NVIDIA驅動和CUDA toolkit： **檢查Cuda狀態：** ```bash # 檢視GPU使用情況 nvidia-smi -l 1 ``` **確認Cuda版本：** ```bash nvcc --version ``` **Ollama會自動偵測Cuda環境**，如果安裝正確，啟動時會顯示GPU加速已啟用。 # 三、模型取得與匯入方式 ## 3.1 官方模型下載 ```bash # 下載熱門模型 ollama pull llama2 ollama pull mistral ollama pull codellama ``` ## 3.2 自定義模型導入 ### 從Hugging Face下載GGUF檔案 1. **找到適合的模型：**    - 前往 huggingface.co    - 搜尋支援GGUF格式的模型    - 下載.gguf檔案 2. **創建Modelfile：** ```bash # 創建Modelfile echo 'FROM ./you...
閱讀完整內容

ARC下NSMutableDictionary 無法使用retainCount

今天用到 NSMutableDictionary 在alloc之後 很自然的就補了release 想要觀察有沒有放乾淨 所以使用了retainCount卻發生了錯誤 NSMutableDictionary* jsonObject = [[NSMutableDictionary alloc] init] ; [jsonObject setObject:account forKey:@"username"]; [jsonObject setObject:password forKey:@"password"]; [jsonObject setObject:@"2" forKey:@"source"]; NSString *jsonInput = [jsonObject JSONRepresentation]; NSLog(@"jsonObject RetanCount:%@", [jsonObject retainCount]); //Bad_Access Here 爬了一下文，原來arc在建立NSMutableDictionary這類的物件時。便已經會自動使用autorelease 因此不支援retainCount 值得注意的是 當NSMutableDictionary裡面每增加一個物件(KEY)時 該NSMutableDictionary的retain便會自動加一 不過在新的arc功能下 已經不用那麼在意retain值了。     You shouldn't use -retainCount to figure out what is going on. The Apple docs specifically state:     Important: This method is typically of no value in debugging memory management issues. Because any number of framework objects may have retained an object in order to hold refer...
閱讀完整內容