fastai(怎么区分同一个音标对应的字母)

fastai，怎么区分同一个音标对应的字母？

音标是表示单个字母在单词中发音的符号，很多字母在单词中的发音不止一种所以音标比字母多，就好比拼音拼出的读音只有一个同音的汉字有很多，但是不影响什么，拼音和音标不是表意的，只是辅助拼读读音的。

英语音标及对应此音的字母或字母组合:

包括单元音 12个 [i:] [i] [æ] [e] [ə:] [ə] [ɔ:] [ɒ] [u:] [u] [ɑ:] [Λ]

双元音8个：[ai] [ei] [ɔi] [iə] [eə] [uə] [əu] [au]

辅音共28个

包括爆破音6个：[p]、/b/、[t]、[d]、[k]、[g]

磨擦音10个：[f]、[v]、[θ]、[ð] 、[s]、[z]、[r]、[

1.元音:

1) [i:] 字母组合:ee ea e ie three tree green sheep meet beef see seek

eat tea meat leave lead teacher team mean speak clean please he she me piece receive ceiling

2) 发音字母 [i] i y e sit picture it is list six mix fix fit pig big build miss myth many twenty happy dictionary defect decide delicious

3) [æ] 发音字母 a bag hand and ant happy hat map mad bad black back glad flag shall man

4) [e] 字母组合 ea e a head bread pleasure elephant electric remember sell shell lesson better bed desk hotel yes many any

5) [ε:] 字母组合ir ur ear er or

girl shirt skirt thirty thirteen third bird turn burn murder nurse turtle Thursday burger learn earn earth heard term her nerd serve work worm work world

6) [ε] 字母组合 er or ou ar o a e u

teacher leader remember player speaker farmer powder doctor actor mayor author tractor

delicious gracious plesurea familiar collar dollar together tomorrow today shallow lesson Washington control polite around account ago elephant manta banana Canada Japan china men listen famulus Saturday

7) [a:] 字母组合 ar a car farm card arm garden fast class last glass plant aunt calm

8) [Λ] 发音字母 u o

ou oo up supper lunch fun gun hunt cup bus come

阿里有哪些硬核技术在世界上领先？

继创始人王坚当选中国工程院院士之后，阿里云再获国家级殊荣。在1月10日举行的国家科学技术奖励大会上，阿里云被授予国家技术发明奖、国家科技进步奖两大奖项。这是互联网公司首次同时获评两大奖项。

始创于2009年的阿里云是中国唯一的自研云操作系统，阿里技术人用长达十年的艰辛探索，完成了中国云计算从0到1的突破，并屡次刷新云计算峰值服务的全球纪录。

蓄势多年、全面爆发的不只有阿里云。这两年，阿里巴巴迎来硬核技术大爆炸期，在云计算、数据库、AI等领域抢占全球领先排位，在芯片、量子计算、区块链、IoT等领域实现全面布局，成为拥有最广技术布局、最厚技术积淀的中国科技公司。

人才厚度决定技术厚度，6万名科学家和工程师构成了阿里巴巴的技术底座。阿里巴巴集团38位合伙人有三分之一是技术出身，10万名员工有60%属于技术人才，其中已有数十位科学家获得院士、顶级协会Fellow、杰出科学家等荣誉，包括十多位IEEE Fellow、30多位国际知名高校教授。

阿里巴巴布局的每个前沿技术领域，背后都有全球顶级人才的支持。达摩院量子实验室科学家马里奥·塞格德（Mario Szegedy）是匈牙利科学院外籍院士，阿里巴巴本地生活研究院高级研究员何田为ACM Fellow、IEEE Fellow，平头哥首席科学家谢源是IEEE、AAAS、ACM三大国际顶会的“全满贯Fellow”。

2018年5月，犹他大学终身教授李飞飞加盟阿里，担任阿里云智能数据库事业部总经理；2019年3月，深度学习框架Caffe之父贾扬清从Facebook离职，加入阿里任阿里云智能计算平台事业部总经理。不论来自学界还是业界，阿里巴巴的科学家们总能在科学、技术、工程之间找到完美平衡，用最前沿的技术，服务最广大的人群。

比如在数据库领域，阿里自研的OceanBase打破了数据库基准性能测试TPC-C九年未破的世界纪录；在AI领域，阿里已经成为中国最大的人工智能公司，阿里AI每天调用超1万亿次，服务全球10亿人；甚至在自称“万里长征第一步”的芯片领域，阿里巴巴也推出了拥有全球最强推理性能的AI芯片含光800。

根据普华永道发布的《2018年企业科技创新企业1000强》报告，阿里巴巴在国内所有上市公司中研发支出占比位居第一。持续稳定的科研投资和智力投资，最终将阿里巴巴带上技术跃迁之路，跻身世界顶级科技公司行列。

1月2日上午，阿里巴巴达摩院发布“达摩院2020十大科技趋势”。这是继2019年之后，阿里巴巴达摩院第二次预测年度科技趋势。科技浪潮新十年开启，“达摩院2020十大科技趋势”围绕AI、芯片、云计算、区块链、工业互联网、量子计算等领域提出最新趋势，并断言多个领域将出现颠覆性技术突破。

趋势一

人工智能从感知智能向认知智能演进

【趋势概要】人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。

趋势二

计算存储一体化突破AI算力瓶颈

【趋势概要】冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。

趋势三

工业互联网的超融合

【趋势概要】5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。

趋势四

机器间大规模协作成为可能

【趋势概要】传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。

趋势五

模块化降低芯片设计门槛

【趋势概要】传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。

趋势六

规模化生产级区块链应用将走入大众

【趋势概要】区块链BaaS（ Blockchain as a Service）服务将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。

趋势七

量子计算进入攻坚期

【趋势概要】2019年“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。

趋势八

新材料推动半导体器件革新

【趋势概要】在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。

趋势九

保护数据隐私的AI技术将加速落地

【趋势概要】数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。

趋势十

云成为IT技术创新的中心

【趋势概要】随着云技术的深入发展，云已经远远超过IT基础设施的范畴，渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义IT的一切。广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。

附趋势白皮书

骁龙778详细参数？

骁龙 778G 5G 芯片组采用高通 Kryo 670 CPU，可实现 40% 的性能提升，同时有着出色的能效表现，其搭载的 Adreno 642L GPU 图形渲染速度号称比上代产品快 40%。

在人工智能方面，骁龙 778G 5G 具有第六代人工智能引擎，采用 Hexagon 770 处理器，具有 12 TOPS 性能。为了加强游戏，还配备了骁龙精英游戏功能。

高通骁龙 778G 5G 移动平台支持刷新率高达 144Hz 的 FHD + 显示屏，内置的高通 Spectra 570L 三重 ISP 支持：高达 1.92 亿像素的单摄像头，或高达 3600 万 + 2200 万像素的双摄像头，或高达 2200 万像素的三摄像头。

在连接性方面，骁龙 778G 5G 芯片组具有骁龙 X53 5G 调制解调器，峰值下载速度为 3.3Gbps。支持所有关键频段，包括 TDD 和 FDD 频率的 mmWave 和 Sub-6，NSA 和 SA 模式以及动态频谱共享（DSS）。该芯片组还具有高通 FastConnect 6700 连接系统，据说可提供无与伦比的多吉比特级 Wi-Fi 6 速度，最高可达 2.9 Gbps。

高通骁龙 778G 5G 移动平台其他功能包括 Wi-Fi 6E、蓝牙 5.2、NFC、GPS/GLONASS/NavIC/QZSS、USB 3.1、高通 3D Sonic/Sonic Max指纹传感器、Qualcomm Quick Charge 5 技术、高通 aptX 自适应音频、骁龙音效技术等。

如何用Docker成为更高效的数据科学家？

使用 Docker 容器来开发机器学习模型的好处有很多。近日，GitHub 的资深机器学习科学家 Hamel Husain 在 Towards Data Science 上发表了一篇入门级的 Docker 容器教程，文章从基本的概念谈起，清楚明白地介绍了 Docker 容器的一些基本的操作方式和注意事项。机器之心对本文进行了编译介绍。本文所涉及的所有相关代码请访问：https://github.com/hamelsmu/Docker_Tutorial

过去五年来，Docker 容器已然成了一个热门词汇，似乎我的所有软件工程师朋友都在使用它们来开发应用。我想搞清楚这种技术可以如何让我更有效率，但我发现我在网上找到的教程要么过于注重细节（解释了一些我作为数据科学家绝不会使用的功能），要么就过于浅显（没有足够的信息帮助我理解如何快速有效地使用 Docker）。

所以我写了这篇快速入门，这样你不必自己去网上筛选信息就能学习到快速上手 Docker 所需要的一切。

Docker 是什么？

你可以把 Docker 看作是轻量级的虚拟机——包含你运行应用所需要的一切。Docker 容器可以获取你的系统的状态的快照，这样其他人就可以使用这个快照快速重建你的计算环境。对于本教程而言，这就是你需要了解的一切。更多详细介绍可参阅：https://goo.gl/YzUwbc

为什么要使用 Docker？

1.重现性：作为专业的数据科学家，让你的结果能够重现是非常重要的。重现性不仅有助于同行评议，而且可以确保你创建的模型、应用或分析可以无障碍地运行，这能让你交付的成果更稳健，更能经受时间的考验。举个例子，假如你用 Python 创建了一个模型，只是运行 pip freeze 并将结果得到的 requirements.txt 文件发送给你的同事是不够的，因为其中只包含特定于 Python 的依赖条件——而实际上的依赖条件不只有 Python，还有操作系统、编译器、驱动程序、配置文件以及你的代码成功运行所需的其它数据。就算你只分享 Python 依赖条件也能成功，将所有东西都封装到一个 Docker 容器中还是能减轻其他人重建你的环境的负担，并让他们能更轻松地访问你的成果。

2.计算环境的可移植性：作为一位数据科学家，尤其是机器学习领域内的数据科学家，快速改变你的计算环境的能力能够极大地影响你的生产力。数据科学的开始工作常常是原型设计、探索和研究——这些工作并不一定立即就需要特定的计算资源。这个工作往往是在笔记本电脑或个人计算机上完成的。但是在后面某个时候，你往往会需要不同的计算资源来显著加速你的工作流程——比如使用更多 CPU 或强大的 GPU 来执行深度学习等任务。我看到很多数据科学家由于感受到了在远程机器上重建他们的本地环境的困难，就将自己局限在了本地计算环境内。而 Docker 能让你的环境（你的所有库和文件等等）的移植非常简单。在 Kaggle 竞赛中，快速移植计算环境也是一个巨大的竞争优势，因为你可以成本高效地利用 AWS 的宝贵计算资源。最后，创建 Docker 文件让你能移植很多你喜欢的本地环境配置——比如 bash 别名或 vim 插件。

3.强化你的工程能力：熟练使用 Docker 让你能将模型或分析部署成应用（比如用作提供预测的 REST API），从而让其他人也能使用你的成果。此外，你在数据科学工作流程中可能需要与存在于 Docker 容器中的其它应用进行交互，比如数据库。

Docker 术语

在我们继续深入之前，熟悉一下 Docker 的术语会很有帮助：

·镜像（image）：是你想要创建的东西的蓝图。比如：Ubuntu+TensorFlow，带有英伟达驱动程序和一个运行的 Jupyter 服务器。

·容器（container）：是你实现的运行的镜像的实例化。你可以运行同一个镜像的多个副本。分清镜像和容器之间的差异非常重要，因为这是新入门者常常混淆的两个概念。如果你不清楚镜像和容器的差别，停下来再读一次。

·Dockerfile：用于创建镜像的配方。Dockerfile 包含特殊的 Docker 语法。官方文档说：Dockerfile 是一个文本文档，其中包含了用户可以在命令行调用的用来组装成镜像的所有命令。

·commit：和 git 类似，Docker 容器提供了版本控制。通过 commit 发生的改变，你在任何时间都可以将你的 Docker 容器的状态保存为一个新镜像。

·DockerHub/Image Registry：人们可以发布公开（或私人）Docker 镜像的地方，用于促进合作与共享。

·层（layer）：对已有镜像的修改，由 Dockerfile 中的一个指令表示。层按次序应用到基础镜像上，以创建出最终的镜像。

本文将使用这些术语，如果你在阅读时忘记了，一定要回来查看！这些术语很容易混淆，尤其是在镜像和容器之间——所以你在阅读时要保持警惕！

安装 Docker

你可以免费下载安装 Docker 社区版（Docker Community Edition），地址：https://www.docker.com/community-edition

创建你的第一个 Docker 镜像

在创建 Docker 容器之前，创建一个将用于定义镜像的 Dockerfile 会很有用。我们先慢慢解读一下下面的 Dockerfile。你也可以在与本教程关联的 GitHub 库中找到这个文件：https://goo.gl/iE4Bdr

# reference: https://hub.docker.com/_/ubuntu/

FROM ubuntu:16.04

# Adds metadata to the image as a key value pair example LABEL version="1.0"

LABEL maintainer="Hamel Husain <www.github.com/hamelsmu>"

##Set environment variables

ENV.UTF-8 LC_ALL=C.UTF-8

RUN apt-get update --fix-missing && apt-get install -y wget bzip2 ca-certificates

build-essential

byobu

curl

git-core

htop

pkg-config

python3-dev

python-pip

python-setuptools

python-virtualenv

unzip

&&

apt-get clean &&

rm -rf /var/lib/apt/lists/*

RUN echo 'export PATH=/opt/conda/bin:$PATH' > /etc/profile.d/conda.sh &&

wget --quiet https://repo.continuum.io/archive/Anaconda3-5.0.0.1-Linux-x86_64.sh -O ~/anaconda.sh &&

/bin/bash ~/anaconda.sh -b -p /opt/conda &&

rm ~/anaconda.sh

ENV PATH /opt/conda/bin:$PATH

RUN pip --no-cache-dir install --upgrade

multiprocessing

sklearn-pandas

# Open Ports for Jupyter

EXPOSE 7745

#Setup File System

RUN mkdir ds

ENV HOME=/ds

ENV SHELL=/bin/bash

VOLUME /ds

WORKDIR /ds

ADD run_jupyter.sh /ds/run_jupyter.sh

RUN chmod +x /ds/run_jupyter.sh

# Run the shell

CMD ["./run_jupyter.sh"]

FROM 语句

FROM ubuntu:16.04

FROM 语句包含了 Docker 最神奇的部分。这个语句指定了你想在上面进行创建的基础镜像。通过使用 FROM 指定一个基础镜像，Docker 将会在你的本地环境中寻找名为 ubuntu:16.04 的镜像——如果它没有找到，它就会搜索你指定的 Docker Registry，默认是 DockerHub：https://hub.docker.com/explore/。如果你需要经常在你的 Ubuntu 等操作系统上安装程序，那么这种分层机制就非常方便。你不必费心从头开始安装 Ubuntu，而是可以直接在官方的 Ubuntu 镜像上开发！DockerHub 上托管着种类繁多的镜像，包括那些不只是提供了一个操作系统的镜像，比如如果你想要一个已经安装了 Anaconda 的容器，你可以选择在官方的 Anaconda Docker 镜像上开发，地址：https://hub.docker.com/r/continuumio/anaconda3/。最重要的是，你也可以随时发布你构建的镜像，即使该镜像是通过在其它镜像上加层得到的！这有无尽的可能性。

在这个案例中，我们指定基础镜像为 ubuntu:16.04，它会搜索名叫 ubuntu 的 DockerHub 库（https://hub.docker.com/_/ubuntu/）。镜像名之后的部分 16.04 是指定了你想要安装的基础镜像的版本的标签（tag）。如果你检索一下 Ubuntu DockerHub 库，你会注意到不同版本的 Ubuntu 对应于不同的 tag：

2017 年 12 月的官方 Ubuntu DockerHub 库截屏

比如，ubuntu:16.04、ubuntu:xenial-20171201、ubuntu:xenial 和 ubuntu:latest 全都是指 16.04 版的 Ubuntu，它们全都是同一个镜像的别名。此外，这里提供的链接指向了对应的 Dockerfile，可用于构建每个版本的镜像。有时候你无法在 DockerHub 中找到 Dockerfile，因为维护者可以自己选择是否将关于这些镜像的创建方式的 Dockerfile 包含进来。我个人觉得阅读一些 Dockerfile 有助于更好地理解 Dockerfile。（但不要急，读完这篇教程再说！）

你需要特别注意一个标签，即 :latest 标签。这也是你在不为 FROM 语句指定标签时默认 pull 的镜像。比如说如果你的 FROM 语句是这样：

FROM ubuntu

然后你就将 pull ubuntu:16.04 镜像。为什么？——仔细看上面，你可以看到 :latest 关联的是 16.04.

关于 Docker 镜像最后需要注意的一点：在从 DockerHub pull 随机的 Docker 镜像时要做出明智的判断。有恶意的人创建的镜像有可能会包含恶意软件。

LABEL 语句

这个语句会为你的镜像添加元数据，而且是完全可选的。我增加这个语句的目的是为了让别人知道可以联系谁，同时也方便我搜索我的 Docker 容器，尤其是在一个服务器上同时运行着很多容器时。

LABEL maintainer="Hamel Husain <youremail>"

ENV 语句

ENV.UTF-8 LC_ALL=C.UTF-8

这让你可以修改环境变量，而且相当直接，相关情况请参阅：https://docs.docker.com/engine/reference/builder/

RUN 语句

这通常是最需要花功夫的地方，给出了你构建该 Docker 镜像所想要完成的任务。你可以运行 apt-get 和 pip install 等任意的 shell 命令来安装你需要的软件包和依赖包。

RUN apt-get update --fix-missing && apt-get install -y wget bzip2

build-essential

ca-certificates

git-core

...

在这里我安装了一些我喜欢的实用工具，比如 curl、htop、byobu，然后安装了 Anaconda，之后还安装了一些基础 Anaconda 中没有的其它库（你可以在完整的 Dockerfile 中查看其它 RUN 语句）。

RUN 语句后的命令与 Docker 没什么关系，只是一些你在安装这些软件包时需要运行的正常 Linux 命令，所以就算你不熟悉这些软件包或 Linux 命令也不要担心。另外，再给一个建议：当我最早开始学习 Docker 时，我查看了 GitHub 或 DockerHub 上的其它 Dockerfile，然后将我需要的部分复制粘贴到了我的 Dockerfile。

你可能注意到了 RUN 语句的格式。每个库或软件包都整齐地进行了缩进，而且为了可读性还按字母进行了排序。这是 Dockerfile 的普遍惯例，所以我建议你也这样做以便合作。

EXPOSE 语句

如果你想公开一个端口，这个语句会很有用——比如，如果你从该容器或某个网络服务内实施一个 Jupyter Notebook。Docker 的文档相当好地解释了 EXPOSE 语句：

EXPOSE 指令实际上并没有发布该端口。它的功能是作为创建该镜像的人和运行该容器的人之间的一类文档，内容是关于打算发布的端口。要实际发布该端口，就要在运行该容器时在 docker run 上使用 -p 标志并且映射一个或多个端口，或者也可以使用 -P 标志发布所有端口并将它们映射到高阶端口。

VOLUME 语句

VOLUME /ds

这个语句让你可以在 Docker 容器和主机计算机之间共享数据。VOLUME 语句让你可以安装外部安装的卷。主机目录只有在容器运行时才声明（因为你可能在不同的计算机上运行该容器），而不会在定义镜像时声明*。目前你只指定了 Docker 容器内你想与主机容器共享的文件夹的名称。

Docker 用户指南解释说：

主机目录是在容器运行时声明的：主机目录（挂载点）本质上取决于主机。这是为了保证镜像的可移植性，因为一个给定的主机目录无法保证在所有主机上都可用。由于这个原因，你不能在 Dockerfile 中挂载主机目录。VOLUME 指令不支持指定 host-dir 参数。你必须在创建或运行容器时指定挂载点。

此外，这些卷的目的是将数据保存到容器的文件系统之外，当你要操作大量数据而且不希望你的镜像膨胀得很大时，这会很有用。当你保存一个 Docker 镜像时，在这个 VOLUME 目录中的任何数据都不会被保存为该镜像的一部分，但是在这个容器目录之外的数据会被保存。

WORKDIR 语句

WORKDIR /ds

这个语句设置了工作目录，以便你在另一条命令中可以无需使用绝对路径就能索引特定的文件。例如这个 Dockerfile 中的最后一条语句是：

CMD [“./run_jupyter.sh”]

该语句就默认假设工作目录是 /ds

ADD 语句

ADD run_jupyter.sh /ds/run_jupyter.sh

这条命令让你可以在 Docker 容器运行时将文件从主机计算机复制到该 Docker 容器。我使用这个命令来执行 bash 脚本以及将 .bachrc 文件等有用东西导入到容器中。

注意这里的主机容器的路径并没有完全指定，因为其主机路径是你在该容器运行时指定的背景路径（context directory）的相对路径（后面会讨论）。

在我运行这个容器时，run_jupyter.sh 正好在背景路径的根目录内，所以在该源文件之前没有路径。

用户指南中介绍说：

ADD <src>... <dest>

ADD 指令从 <src> 复制新文件、目录或远程文件 URL 并将它们添加到路径 <dest> 的镜像的文件系统中。

CMD 语句

Docker 容器的设计思想是这些容器是短暂的，能保证运行完你想运行的应用就行了。但在数据科学方面，我们往往希望保持这些容器一直运行，即使它们之中并没有主动地运行着什么。很多人都通过运行 bash shell 来实现这一点（除非你终止它，否则它就不会停止）。

CMD [“./run_jupyter.sh”]

在上面的命令中，我运行了一个实例化一个 Jupyter Notebook 服务器的 shell 脚本。但是，如果你没有什么要运行的特定应用而只是想保持你的容器运行（而不退出），你可以直接运行 bash shell，只不过使用以下命令：

CMD ["/bin/bash"]

这种方法是有效的，因为除非你退出，否则 bash shell 就不会终止；因此该容器会一直保持运行。

用户指南中介绍说：

在一个 Dockerfile 中只能有一个 CMD 指令。如果你列出了不止一个 CMD，那么只有最后一个才有效。

CMD 的主要目的是为正在执行的容器提供默认配置。这些默认配置可能包含一个可执行文件，或者也可以省略可执行文件，在这种情况下你还必须指定一个 ENTRYPOINT 指令。

创建你的 Docker 镜像

Dockerfile 中的信息可真够多的。不要担心，后面的内容就相对很简单了。现在我们已经在 Dockerfile 中创建了我们的配方，是时候创造镜像了。你可以通过以下命令完成：

GitHub 上也有：https://github.com/hamelsmu/Docker_Tutorial/blob/master/basic_tutorial/build_image.sh

这会创建一个 Docker 镜像（而不是容器；如果你不记得这两者之间的差异，请查阅文章前面的术语介绍），你可以在后面运行这个镜像。

从你的 Docker 镜像创建和运行容器

现在你已经准备好让这一切工作起来了！我们可以通过执行以下命令来调出环境：

同样 GitHub 也有：https://github.com/hamelsmu/Docker_Tutorial/blob/master/basic_tutorial/run_container.sh

运行完这个命令之后，你的容器就运行起来了！Jupyter 服务器也运行起来了，因为在该 Dockerfile 最后有这个命令：

CMD [“./run_jupyter.sh”]

现在你应该可以通过其使用的端口访问你的 Jupyter Notebook 了——在这个案例中可通过 http://localhost:7745/ 访问，密码是 tutorial。如果你是通过远程的方式运行这个 Docker 容器，你还必须设置本地端口转发，这样你才能通过你的浏览器访问你的 Jupyter 服务器。端口转发介绍：https://help.ubuntu.com/community/SSH/OpenSSH/PortForwarding

与你的容器交互

一旦容器设置完成并运行起来，下面这些命令就有用了：

·为容器附加一个新的终端会话。如果你需要安装一些新软件或使用 shell，这会很有用。

·将你的容器的状态保存为新镜像。即使你一开始就在 Dockerfile 中配置了你想安装的所有库，随着时间的推移，你也可能还是需要对容器的状态进行很大的调整——通过交互来增加更多库和软件包。将你的容器的状态保存为镜像是很有用的，你后面可以将其分享出去或在上面加层。你可以使用 docker commit CLI 命令将容器状态保存为新镜像：

docker commit <container_name> new_image_name:tag_name(可选的)

比如说，如果我想将名为 container1 的容器的状态保存为名为 hamelsmu/tutorial:v2 的镜像，我可以直接运行这个命令：

docker commit container_1 hamelsmu/tutorial:v2

你可能会疑惑镜像名之前的 hamelsmu/ 是什么——这只是为了让之后将该容器推送到 DockerHub 的工作更轻松，因为 hamelsmu 是我的 DockerHub 用户名（后面会再谈这个问题）。如果你的工作要使用 Docker，那么你的公司很可能有一个内部私有的 Docker 库，你也可以将你的 Docker 推送到那里。

·列出运行中的容器。当我忘记现在正在运行的容器的名称时，我就常常使用这个命令：

docker ps -a -f status=running

如果你在使用该命令时没有加上 status=running，那么你就会看到你系统上的所有容器的列表（即使已经不再运行的容器也在）。这对查找旧容器而言很有用。

·列出你在本地保存的所有镜像。

docker images

·将你的镜像推送到 DockerHub（或其它地方）。如果你想与其他人分享你的工作或将镜像保存到云上，这个命令就会很有用。注意你在做这件事时可不要分享任何私人信息（DockerHub 上也有私有库）。

首先创建一个 DockerHub 库并给你的库起一个适当的名称，参考这里：https://docs.docker.com/docker-hub/repos/。然后要运行 docker login 命令来连接到你在 DockerHub 或其它注册位置的账户。比如，要推送一个镜像到这个容器（https://hub.docker.com/r/hamelsmu/tutorial/），我首先必须将我的本地镜像命令为 hamelsmu/tutorial（我可以选择任意标签名）。比如说，这个 CLI 命令就为：

docker push hamelsmu/tutorial:v2

将之前提到的 Docker 镜像推送到这个库，其标签为 v2，参考：https://hub.docker.com/r/hamelsmu/tutorial/tags/。需要指出：如果你公开了你的镜像，那么其他人就可以直接在你的镜像上加层，就像本教程中我们在 ubuntu 镜像上加层一样。对于想要重现或延展你的研究的其他人来说，这非常有用。

你已经掌握了

现在你知道如何操作 Docker 了，你可以执行以下任务：

·与同事和朋友共享可重现的研究。

·通过将你的代码暂时迁移到所需的更大的计算环境中，无中断地赢得 Kaggle 竞赛。

·在你的笔记本电脑上的 Docker 容器内进行本地的原型开发，然后毫不费力地将同样的计算过程无缝迁移到服务器上，同时还能保留你喜欢的本地环境配置（你的别名、vim 插件、bash 脚本、自定义提示等）。

·使用 Nvidia-Docker 在 GPU 计算机上快速实例化运行 TensorFlow、PyTorch 或其它深度学习库所需的所有依赖包。（如果你从头开始做，这个过程将非常艰辛。）参阅后面的彩蛋。

·将你的模型作为应用发布，比如用作从 Docker 容器提供预测的 REST API。当你的应用 Docker 化了以后，就可以按照需要轻松地随意复制。

进阶阅读

到这里我们也只学到了 Docker 的一点皮毛，前面还有很多东西值得掌握。我很关注 Docker 领域，我认为数据科学家会常常遇到它，希望这篇文章能让你有足够的信心开始使用它。下面这些资源曾在我的 Docker 之旅中为我提供过帮助：

·有用的 Docker 命令：https://zaiste.net/posts/removing_docker_containers/

·更有用的 Docker 命令：https://www.digitalocean.com/community/tutorials/how-to-remove-docker-images-containers-and-volumes

·Dockerfile 参考：https://docs.docker.com/engine/reference/builder/

·如何创建和推送到 DockerHub 上的库：https://docs.docker.com/docker-hub/repos/

彩蛋：Nvidia-Docker

我学习 Docker 最早的原因是要在单个 GPU 上做深度学习模型的原型开发，然后在我需要更多计算资源时再迁移到 AWS 上。我当时也在学习 Jeremy Howard 的出色的 Fast.AI 课程（http://www.fast.ai/），并且希望与其他人分享我的原型设计。

但是，要将英伟达 GPU 的驱动程序等所有依赖包都包含以来，你不能使用 Docker，而是要用 Nvidia-Docker（https://github.com/NVIDIA/nvidia-docker）。这比使用 vanilla Docker 要多花一些功夫，但只要你理解了 Docker，做起来就很简单。

我将我的 Nvidia-Docker 设置放在这里：https://github.com/hamelsmu/Docker_Tutorial/tree/master/gpu_tutorial，你可以用这个来进行练习。

Java跟大数据哪个容易学？

1、大数据职位发展空间大

  Java这块如果做5~6年到管理岗位的话，薪资基本可以达到2万-2.5万了。但是2.5万基本上是Java技术人员的天花板，能上这个数的人很少，除非是架构师或者做底层的开发。但Hadoop这块2万多的薪资只能算一般，后面还有很大发展空间，所以很多有经验的Java老鸟在往这块转。

2、大数据不受年龄限制

  年龄大对搞技术的来说是个比较大的问题，Java工程师满大街都是，年龄大了工资还好但精力跟不上年轻人，不能加班，有家有室也不能长期出差，会比较尴尬。Hadoop这块年龄影响比较小，因为搞大数据不是简单的编程，编程的份量连1/6都不到，很多时候需要你从服务器、存储、计算、运维等多个方面来分析问题解决问题，年龄越大经验越丰富，也越吃香。

  目前有一大半学Hadoop的学员都有不错的Java基础，有的是工作2~3年发现工资一直在7k-12k这个位置徘徊，上不去，想突破一下；也有的是不想整天做业务系统开发，想去大互联网公司发展，待遇和氛围好一些；也有的是公司有些业务需要用到Hadoop，边学边做，碰到问题也能跟老师同学交流。

3、大数据岗位工资高

  做Java的人已经比较多了，很多人工作4~5年月薪也难上2万，能上2.5万的更是寥寥。但Hadoop很多人只1年经验就拿2万以上了。所以很多现在待遇还不错的人也还来学Hadoop，主要也是考虑未来发展天花板的问题。

4、大数据是未来趋势

  做Java也是不错的，不过目前大数据是个趋势。稍微有实力点的企业都在上大数据项目，而Hadoop本身又是Java开发的，再加上Hadoop工程师普遍比纯Java开发要高3k以上，所以有很多搞Java的都在往这hadoop大数据方向转。