简介

本文档基于镜像树结构来构建容器镜像，具有可扩展性。

镜像树示意图如图1所示。

图1 镜像树示意图

表1 昇腾基础镜像树说明
镜像名	说明
ascendbase-train	安装系统组件及python第三方依赖等。
ascend-train	安装深度学习引擎包nnae（支持离线推理、在线推理、训练）等。
ascend-tensorflow	安装框架插件包tfplugin和Tensorflow框架。

前提条件

容器场景，需用户自行安装docker（版本要求大于等于18.03）。
容器OS镜像可从Docker Hub拉取。
由于Docker Hub中不存在openeuler 20.03的镜像，如果需要可参考以下网址自行获取：
- aarch64：https://repo.openeuler.org/openEuler-20.03-LTS-SP2/docker_img/aarch64/
- x86_64：https://repo.openeuler.org/openEuler-20.03-LTS-SP2/docker_img/x86_64/
宿主机已安装驱动和固件，安装操作可参考《CANN 软件安装指南》。

操作步骤

以root用户登录服务器。
获取Dockerfile文件。
获取链接：ascend-docker-image

构建镜像ascendbase-train。

进入Dockerfile所在路径（请根据实际路径修改）。
```
cd Dockerfile/latest/common/ascendbase-train/{os}-{arch}
```
其中{os}表示容器镜像操作系统版本，{arch}表示架构，请根据实际情况替换。若容器镜像OS为Debian 10.0，操作请参见构建容器镜像（Debian 10.0）。

请在当前目录准备以下文件。

表2 所需文件
文件	说明	获取方法
Dockerfile	制作镜像需要。	已存在于当前目录。用户可根据实际需要自行定制。
libstdc++.so.6.0.24	动态库文件。	仅当容器镜像OS为CentOS时需要准备libstdc++.so.6.0.24文件。可以通过find命令查询libstdc++.so.6.0.24文件所在路径，然后从host拷贝。

在当前目录执行以下命令构建镜像ascendbase-train。
```
docker build -t ascendbase-train:base_TAG .
```
注意不要遗漏命令结尾的“.”，命令解释如表3所示。构建镜像时，如果在pip安装python依赖包时出现超时或证书错误，请修改Dockerfile更换pip源。
如需在此步配置系统网络代理，命令参考如下：
```
docker build -t ascendbase-train:base_TAG --build-arg http_proxy=http://proxyserverip:port --build-arg https_proxy=http://proxyserverip:port .
```
其中proxyserverip为代理服务器的ip地址，port为端口。
表3 命令参数说明
参数

说明

ascendbase-train:base_TAG

镜像名称与标签，建议将base_TAG命名为“日期-容器OS-架构”（例如“20210106-ubuntu18.04-arm64”）。

当出现“Successfully built xxx”表示镜像构建成功。

表3 命令参数说明
参数	说明
ascendbase-train:base_TAG	镜像名称与标签，建议将base_TAG命名为“日期-容器OS-架构”（例如“20210106-ubuntu18.04-arm64”）。

基于镜像ascendbase-train，构建镜像ascend-train。

进入Dockerfile所在路径（请根据实际路径修改）。
```
cd Dockerfile/latest/common/ascend-train
```

请在当前目录准备以下软件包和相关文件。

表4 所需软件或文件
软件或文件	说明	获取方法
Ascend-cann-nnae_{version}_linux-{arch}.run	深度学习加速引擎包。其中{version}表示软件包版本，{arch}表示架构。	获取链接
Dockerfile	制作镜像需要。	已存在于当前目录。用户可根据实际需要自行定制。
ascend_install.info	软件包安装日志文件	从host拷贝“/etc/ascend_install.info”文件。以实际路径为准。请注意拷贝到当前目录后，将拷贝文件内的“UserName”和“UserGroup”这两行内容删除。
version.info	driver包版本信息文件	从host拷贝“/usr/local/Ascend/driver/version.info”文件。以实际路径为准。

在当前目录执行以下命令构建镜像ascend-train。

docker build -t ascend-train:train_TAG --build-arg NNAE_PKG=nnae-name --build-arg BASE_VERSION=base_TAG .

注意不要遗漏命令结尾的“.”，命令解释如表5所示。

表5 命令参数说明
参数	说明
ascend-train:train_TAG	镜像名称与标签，建议将train_TAG命名为“软件包版本-容器OS-架构”（例如“5.0.rc2-ubuntu18.04-arm64”）。
--build-arg	指定dockerfile文件内的参数。
NNAE_PKG	nnae-name为深度学习引擎包名称，注意不要遗漏文件后缀，请用户自行更换。
BASE_VERSION	base_TAG为3.c中设置的镜像标签。

当出现“Successfully built xxx”表示镜像构建成功。

基于镜像ascend-train，构建镜像ascend-tensorflow。

进入Dockerfile所在路径（请根据实际路径修改）。
```
cd Dockerfile/latest/common/ascend-tensorflow
```

请在当前目录准备以下软件包和相关文件。

表6 所需软件或文件
软件或文件	说明	获取方法
Ascend-cann-tfplugin_{version}_linux-{arch}.run	框架插件包。其中{version}表示软件包版本，{arch}表示架构。	获取链接
tensorflow-1.15.0-cp37-cp37m-*.whl	tensorflow框架whl包	aarch64架构：可参考《CANN 软件安装指南》中“安装深度学习框架”章节。 x86_64架构：无需准备
Dockerfile	制作镜像需要。	已存在于当前目录。用户可根据实际需要自行定制。
ascend_install.info	软件包安装日志文件	从host拷贝“/etc/ascend_install.info”文件。以实际路径为准。请注意拷贝到当前目录后，将拷贝文件内的“UserName”和“UserGroup”这两行内容删除。
version.info	driver包版本信息文件	从host拷贝“/usr/local/Ascend/driver/version.info”文件。以实际路径为准。

可选：如果容器中镜像OS为ubuntu，需要编辑Dockerfile文件，执行chmod 640 Dockerfile命令为Dockerfile文件添加写权限，然后执行vi Dockerfile命令编辑文件，在键盘单击I键进入编辑模式，按照Dockerfile文件提示注释以下内容：
```
# 注：centos7需激活SHELL，ubuntu18.04需注释
SHELL ["/usr/bin/scl", "enable", "devtoolset-7"]
```
编辑完成后，在键盘按Esc键退出编辑模式，并输入:wq!保存文件。

在当前目录执行以下命令构建镜像ascend-tensorflow（若为x86_64架构，无需输入参数TF_PKG，请删除以下命令中的“ --build-arg TF_PKG=tensorflow-name”）。

docker build -t ascend-tensorflow:tensorflow_TAG --build-arg TFPLUGIN_PKG=tfplugin-name --build-arg BASE_VERSION=train_TAG --build-arg TF_PKG=tensorflow-name .

注意不要遗漏命令结尾的“.”，命令解释如表7所示。

如需在此步配置系统网络代理，命令参考如下：

docker build -t ascend-tensorflow:tensorflow_TAG --build-arg TFPLUGIN_PKG=tfplugin-name --build-arg BASE_VERSION=train_TAG --build-arg TF_PKG=tensorflow-name --build-arg http_proxy=http://proxyserverip:port --build-arg https_proxy=http://proxyserverip:port .

其中proxyserverip为代理服务器的ip地址，port为端口。

表7 命令参数说明
参数	说明
ascend-tensorflow:tensorflow_TAG	镜像名称与标签，建议将tensorflow_TAG命名为“软件包版本-容器OS-架构”（例如“5.0.rc2-ubuntu18.04-arm64”）。
--build-arg	指定dockerfile文件内的参数。
TFPLUGIN_PKG	tfplugin-name为框架插件包名称，注意不要遗漏文件后缀，请用户自行更换。
BASE_VERSION	train_TAG为4.c中设置的镜像标签。
TF_PKG	tensorflow-name为tensorflow框架whl包名，仅arm64架构时需输入此参数。

当出现“Successfully built xxx”表示镜像构建成功。

构建完成后，执行以下命令查看镜像信息。
```
docker images
```