第一篇参考：
https://blog.csdn.net/weixin_42357472/article/details/131953866
运行容器同时执行命令或脚本
1）这是打开一个对外的jupyter notebook容器环境
docker run -d --name my_container -p 8090:8888 mynewpythonimage jupyter notebook --allow-root --ip 0.0.0.0
在外部打开localhost:8090 jupter需要登录密码
docker exec -it my_container bash
jupyter notebook list ##可以查看到token密码
2）运行脚本
docker run -d --name my_container -p 8090:8888 mynewpythonimage python test.py
##执行多步骤命令写一行里
docker run -it --name my_container -p 8090:8888 mynewpythonimage /bin/bash -c "cd /path/to/work && python test.py"
##docker指定gpu运行；--shm-size=8g 增加Docker容器的共享内存限制：在运行Docker容器时，你可以使用--shm-size选项来增加共享内存的大小
docker run -it --rm --gpus all -v /mnt/dat**ection/safety/:/data -w /data --shm-size=15g cv-worker:v1
进入容器后再运行
yolo task=detect mode=train model=/data/yolov8m.pt data="/data/data2.yaml" epochs=20 device=1
## 上面两句合并一条命令执行
docker run -it --rm --gpus all -v /mnt/d***/detection/safety/:/data -w /data --shm-size=15g cv-worker:v1 /bin/bash -c "yolo task=detect mode=train model=/data/yolov8m.pt data="/data/data2.yaml" epochs=20 device=1"
## 保存打印日志，阻塞等待运行
docker run -it --rm --gpus all -v /mnt***/detection/safety/:/data -w /data --shm-size=15g cv-worker:v1 /bin/bash -c "yolo task=detect mode=train model=/data/yolov8m.pt data="/data/data2.yaml" epochs=20 device=1" > /mnt/dat***tection/safety/dd1.log 2>&1
测试，可以看到打印日志正常文章来源：https://www.toymoban.com/news/detail-614789.html
docker run -t --rm -v C:\Users\loong\.cache\huggingface\hub\models--shibing624--text2vec-base-chinese\snapshots\630e1b28a8f537b660:/work -v D:\llm\FZ\:/data -w /data mynewpythonimage:v2 python text_emd_test.py
########
0%| | 0/20 [00:00<?, ?it/s]Asking to truncate to max_length but no maximum length is provided and the model has no predefined maximum length. Default to no truncation.
tensor([[-3.3404e-02, -4.2442e-01, 5.4961e-01, 8.5657e-01, 1.7167e-01,
-4.3740e-01, -8.3924e-02, 3.4234e-01, 2.7073e-01, -1.9262e-01,
-8.8354e-02, 7.6036e-01, 4.9334e-01, 4.2327e-02, 7.1428e-01,
-5.7222e-02, -5.4974e-01, 6.4444e-01, -7.7579e-01, -3.5119e-01,
其他例子 -w 可以制定容器启动默认工作目录文章来源地址https://www.toymoban.com/news/detail-614789.html
docker run -v /mnt/data/paddle_sound/:/work -w /work paddle_v1 python compare_sound.py -a1 123456789.wav -a2 85236145389.wav -t 0.7
到了这里，关于二、使用运行自己的docker python容器环境的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
