【“AI Earth”人工智能创新挑战赛——AI助力精准气象和海洋预测】
1，
按照下面的步骤把gpu显卡驱动装好，docker环境装好。参考：https://blog.csdn.net/qq_34624315/article/details/113783088
2，然后制作docker文件
参考链接：
Docker安装教程推荐：
- windows安装：https://www.runoob.com/docker/windows-docker-install.html
- 关于家庭版安装的参考：https://yeasy.gitbook.io/docker_practice/install/windows
- Mac安装：https://www.runoob.com/docker/macos-docker-install.html
- ubuntu安装：https://www.runoob.com/docker/ubuntu-docker-install.html
Docker学习教程推荐：
- Docker练习场：https://tianchi.aliyun.com/competition/entrance/231759/introduction
- Docker–从入门到实践：https://yeasy.gitbook.io/docker_practice/
- Docker教程：https://www.runoob.com/docker/docker-tutorial.html
执行命令：xxx，yyy换成你自己的
docker build -t registry.cn-hangzhou.aliyuncs.com/xxx/yyy:v1.0 .
显示构建好了一个tag。
3，提交docker到阿里的hub上
push速度超级慢。
等待了20分钟终于push好：
等了许久是这个结果：
阿里天池组织的比赛提交docker确实较复杂，pull push docker都会传输较大文件，网络不好的基本无法参赛。
参考资料：
天池Docker练习场实践经验： https://blog.csdn.net/donaldsy/article/details/104415500
baseline代码：https://github.com/datawhalechina/team-learning-data-mining/tree/master/WeatherOceanForecasts
天池官网的【入门】Docker练习场：https://tianchi.aliyun.com/competition/entrance/231759/tab/174?spm=5176.12586973.0.0.47f853300qsOKz
比赛地址：https://tianchi.aliyun.com/competition/entrance/531871/introduction
天池竞赛Docker快速复现：https://www.bilibili.com/video/BV1jy4y1J7rp/
参考一下markdown：
天池竞赛docker快速复现
问题核心：制作image供比赛平台pull
需要三步：
- 获取镜像库公网网址
- 制作镜像并推送至镜像库
- 在提交页面提交镜像地址
一、获取镜像库公网网址
-
1）在 https://cr.console.aliyun.com/ 上新建镜像库（请参考文档，同时直接建public库即可），查找镜像库公网网址，如： -
registry.cn-hangzhou.aliyuncs.com/coggle/coggle -
2）如果嫌阿里云的麻烦，直接在 https://hub.docker.com/ 上注册账号新建repository即可，要方便很多（但是刚制作好的镜像push跟pull要慢一些），而且亲测可用，如： -
xuxml/tianchi-nlp
二、制作镜像并推送至镜像库
以下步骤均在本机上使用root权限操作：su - root
1.login docker（请将tianchi替换成自己的账号）
docker login --username=tianchi registry.cn-hangzhou.aliyuncs.com
2.在文件需要copy至镜像内的目录下新建Dockerfile文件，如：
-
|--tianchi-nlp -
|-- env_check.py -
|-- run.sh -
|-- result.zip -
|-- Dockerfile -
注：tianchi目录下可以添加自己需要的内容
中Dockerfile文件内容为：
-
# Base Images -
## 从天池基础镜像构建 -
FROM registry.cn-shanghai.aliyuncs.com/tcc-public/keras:latest-cuda10.0-py3 -
## 把当前文件夹里的文件构建到镜像的根目录下 -
ADD . / -
## 指定默认工作目录为根目录（需要把run.sh和生成的结果文件都放在该文件夹下，提交后才能运行） -
WORKDIR / -
## 安装keras-bert包 -
RUN pip install keras-bert -i https://mirrors.aliyun.com/pypi/simple/ -
## 镜像启动后统一执行 sh run.sh -
CMD ["sh", "run.sh"]
run.sh 参考：
python env_check.py
env_check.py参考：【先只写导入包的代码，确保镜像环境没问题再加其他代码】
-
import pandas as pd -
import numpy as np -
from sklearn.model_selection import KFold -
from keras_bert import load_trained_model_from_checkpoint, Tokenizer -
from keras.metrics import top_k_categorical_accuracy -
from keras.layers import * -
from keras.callbacks import * -
from keras.models import Model -
import keras.backend as K -
from keras.optimizers import Adam -
from keras.utils import to_categorical -
from sklearn.preprocessing import LabelEncoder -
print('done......')
3.build image
-
docker build -t coggle:v1 . -
注意最后的 . 号 -
如果成功会显示：Successfully built 76c643fb44ee，其中 76c643fb44ee 即为镜像id。
4.tag and push image
-
docker tag 76c643fb44ee registry.cn-hangzhou.aliyuncs.com/coggle/coggle:v1 -
docker push registry.cn-hangzhou.aliyuncs.com/coggle/coggle:v1 -
如果提交至dockerhub： -
docker login --username=xuxml #xuxml需替换成自己的账号 -
docker tag 76c643fb44ee xuxml/tianchi-nlp:v1 #xuxml/tianchi-nlp需替换成自己的repository -
docker push xuxml/tianchi-nlp:v1 -
注意： -
1.将76c643fb44ee替换成自己的镜像ID -
2.registry.cn-hangzhou.aliyuncs.com/coggle/coggle替换成自己在步骤一中的网址，其中冒号后的字符串（本例为V1）为版本号，可自行修改。
三、在提交页面提交镜像地址及版本号
-
1）在提交页面填入：registry.cn-hangzhou.aliyuncs.com/coggle/coggle:v1 即可。 -
2）如果是镜像push至dockerhub，填入：docker.io/xuxml/tianchi-nlp:v1 即可。（会慢一些，因为执行的时候要从dockerhub pull镜像，国内镜像源也还没同步）
【全球人工智能技术创新大赛【热身赛二】
1，打包成功：
baseline代码地址：https://github.com/finlay-liu/tianchi-multi-task-nlp
git clone https://github.com/finlay-liu/tianchi-multi-task-nlp.git .
push完毕：
【全球人工智能技术创新大赛【热身赛一】CV异常检测
比赛地址：https://tianchi.aliyun.com/s/fed26b0e90c5776e6b3d61cd5912a423
开源内容：https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection 重点看这个文档：docker提交教程.pdf
从0梳理1场CV缺陷检测赛事！ https://mp.weixin.qq.com/s/-GpT6IBAYPMEUHmULis3rA