我为使用tensorflow作为后端的keras模型编写了python脚本。我试图在docker中运行此模型。但是当我运行它时,它总是显示为“ killed”。这是因为内存问题导致我的Docker没有足够的空间来运行python脚本吗?任何建议,不胜感激。 我检查了我的python脚本,它在其他环境中运行良好。 我用来提供模型的数据非常大。当我使用较小的数据时,模型将在容器中工作。有关如何使用大数据集的任何建议?
这是我用来构建映像的dockerfile:
FROM tensorflow/tensorflow:latest
RUN pip install pandas
RUN pip install numpy
RUN pip install sklearn
RUN pip install matplotlib
RUN pip install keras
RUN pip install tensorflow
RUN mkdir app
COPY . /app
CMD ["python", “app/model2-keras-model.py”]
当我在容器中运行它时,这就是我得到的: