优化Docker映像大小

Question

我正在使用基础映像python:3.5-slim-buster为我的python应用构建docker映像。

我正在Dockerfile内运行以下命令：

RUN pip install --no-cache-dir -r requirements.txt，其在需求文件中具有torch库。

构建图像后，图像的大小为2.29 GB。但是，如果我在需求文件中构建不带火炬的图像，则只有约900 MB。

当我手动运行图像并检查容器内部时：

火炬（/usr/local/lib/python3.5/site-packages/torch）目录为1.3GB。

因此，即使我进行了多阶段构建并尝试从中复制内容 /usr/local/lib/python3.5/site-packages换成新图像，我想它不会对我有帮助。

是否有其他标准的优化实践可以帮助我减小图像尺寸？

Answer 1

假设您想从pytorch（通常是神经网络）中获得某种训练有素的模型，则实际上应该使用多级Docker构建，如下所示（至少是IMO）：

1。培训模型和导出

照常编写脚本，包括所需的所有依赖项。训练您的模型，并使用torchscript的torch.jit.script将其保存为工件。

2。第二阶段

使用C ++编写推理代码加载网络并编译源代码（使用libtorch）。

3。最终图像

复制上一步中的二进制文件并将其作为Docker的入口点，因此您可以将其作为一次性神经网络在容器中运行。