share_student

directory 구조 local:

• ./infer/infer.py
• ./train/train.py
• ./lib/digit_recognizer.py
• ./data
• ./model
• ./Dockerfile.train
• ./Dockerfile.test

build

• docker build -f ./Dockerfile.train -t trainxxx:x.x .
• docker build -f ./Dockerfile.infer -t inferxxx:x.x .

docker run

• docker run -v ./data:/data -v ./model:/model trainxxx:x.x .
• docker run -v (-d) ./model:/model -p 80:80 inferxxx:x.x .

이 상황에서의 컨테이너 폴더 : inferxxx

• /app/infer.py
• /module/digit_recognizer.py
• /model (볼륨 공유 상황이며, 학습이 진행된 이후라면 modelfile이 들어 있음)

: trainxxx

• /app/train.py
• /module/digit_recognizer.py
• /model (볼륨 공유 상황)
• /data/* (볼륨 공유 상황)

1. 수업 자료는 링크를 참조하세요 : 7/12 삭제 : 7/13 - https://drive.google.com/drive/folders/1ndFuBjEvkukuR4xM6PlZp1bkmuLaWYx3?usp=sharing : 7/14 - https://drive.google.com/drive/folders/1zgpSaKaLer36tkECElNh1N5KivIG_8fV?usp=sharing

2. 가상 환경에 대해서

   Python으로 작업을 하다 보면 모듈이 스파게티 상태가 되는 경우가 많습니다. 특히 버전 충돌도 잦은 편 입니다.

   그래서 현재의 파이썬 모듈의 상태를 베이스로 하는 어떤 환경을 만들어서 작업합니다. 이를 파이썬 가상환경이라고 하는데, 이 가상환경을 만드는 방법은 다음과 같습니다.

   python -m venv 가상환경이름 (ex: python -m venv recog)

   이렇게 하면 가상환경이름(recog)라는 이름의 디렉토리가 생깁니다.

   여기에서 source recog/bin/active 실행하면 가상환경으로 들어갑니다. (윈도우에서는 source없이 그냥 실행된다고 합니다.) deactive 명령을 입력하면 가상환경 밖으로 나옵니다.

   가상환경에서 설치한 모듈 (pip로...) 은 가상환경 밖으로 나오면 없는 녀석입니다. 반대로 가상환경 밖에서 설치한 모듈은 가상환경 안에서 적용됩니다. 다른 가상환경에서는 또 다른 설치 환경으로 동작하므로, 가상환경마다 모듈 격리를 할 수 있습니다.