Django on Dockerの環境づくりの記事を見ながら構築してたら途中でERROR: for django Cannot start service django: OCI runtime create failed: container_linux.go:349: starting container process caused "exec: \"/usr/src/app/entrypoint.sh\": permission denied": unknownと出たので解決した - Qiita
ERROR: for django Cannot start service django: OCI runtime create failed: container_linux.go:349: starting container process caused "exec: \"/usr/src/app/entrypoint.sh\": permission denied": unknown 環境 Mac OS Catalina 10.15.4 経緯 DockerでDjangoの開発環境を再構築！！！！ を参考にDjango REST Frameworkの環境を構築していた所、Djangoの環境をDocker上にcomposeしようとしたら以上のエラー内容が出てきたのでメモ用に記事を書いておきます。 状況としては、DjangoとpostgreSQL、nginxのDockerfileを書い
Google DatalabコンテナにElixirを入れてTensorflexを動かそう - Qiita
（この記事は、「fukuoka.ex(その2) Elixir Advent Calendar 2017」の24日目、および「ディープラーニングのエンジニアリング Advent Calendar 2017」の6日目です） 昨日は、@tuchiroさんのElixirでSI開発入門 #9 Railsからのモデルの移行2(DDLをパースする)でした 前回までElixirからRustlerを経由して外部言語インターフェースのさまざまな可能性を探ってきました。 今回はGCPの公式コンテナである「Cloud Datalab」にElixirをインストールして、ElixirのTensorFlowバインディングである「Tensorflex」を試してみます。 前回までの記事は、以下になります ElixirのGenStageに入門する #1 |> ElixirのGenStageに入門する#2 バックプレッシャーを
VSCodeでのPythonのデバッグと、Dockerコンテナ環境に接続してリモートデバッグする方法 - Qiita
経緯 この記事はPyCon JP 2017 Development Sprintsでの取り組みと、 その後の勉強会(Nagoya.Swift+ 9月度勉強会 - connpass)での取り組みをまとめたものです。 注記 下記の内容は2017年当時のものであり、現在ではよりよい方法があります。下記の内容に従って環境構築を行うのは、次の観点でおすすめできません。 pyenv が必要になるケースはかなり限定される一方、環境の構成に与える影響が大きいので導入には慎重になるべき Docker Container への接続を行った後のデバッグ手法については Remote Development でより容易に実現できる 例えば次に従うことで、Docker Container を開発環境として利用できます。 下記の内容は 2017 年当時の環境を知るための資料として残しますが、現在でもこの手順に従うことを
Docker + TensorFlow + matplotlibでグラフを表示させる - Qiita
はじめに TensorFlowの利用はDockerを使うと簡単です。 TensorFlowのDocker公式イメージにはmatplotlibがインストールされているのですが、そのままではpyplot.show()などが使えません。 要するにデフォルトではGUIが表示できません。 そこで今回はTensorFlow + Docker + matplotlibでGUIを利用可能にします。 また、今回はホストOSがwindowsであるという前提で進めます。 なお、今回の内容はGitHubで公開しているスライドの内容に基づいています。 Dockerのインストール Dockerのインストールについてはここを参照してください。 MobaXtermのインストール MobaXtermはWindowsで動作するターミナルです。 このMobaXtermはX11フォワーディング機能を標準機能として備えています。
LineBot + Heroku + Docker + Pythonで環境立ち上げ - Qiita
FROM kyobad/miniconda3-alpine:latest MAINTAINER K.Kato RUN pip install --upgrade pip \ && conda install -y flask \ && pip install flask gunicorn line-bot-sdk \ && adduser -D botter \ && mkdir /home/botter/app USER botter COPY ./app /home/botter/app WORKDIR /home/botter/app CMD gunicorn -b 0.0.0.0:$PORT bot:app --log-file=- ###公式SDKのコピペです### from flask import Flask, request, abort from linebot impo
Docker上でAnacondaを使って入れたDjangoをHerokuで動かす - Qiita
#はじめに 1.Djangoを触ってみようと思った 2.pythonのパッケージ管理は全部anacondaのcondaでやりたい 3.Dockerで環境を分けるのでcondaで仮想環境とかは用意しない 4.ローカルの開発環境も本番環境もDockerでやりたい 5.Djangoの入門におすすめらしいDjango GirlsのTutorialを動かす前提でやる 6.本番環境はDjango GirlsのTutorialに従ってHerokuに公開する こんな感じの方針でHeroku上でDockerを動かし、そこでAnaconda経由で入れたDjangoを動かす環境の用意の仕方をまとめます。 ※※※※※ 普段Djangoどころかサーバーサイドのプログラムをしない素人のまとめです。 Dockerも触り始めたばかりでもっと効率良い仕組みもある気がしてます。 何かこうした方がいいとかあればぜひ教えてくださ
TensorFlow on DockerでGPUを使えるようにする方法 - 株式会社カブク
どうも、おはこんばんちわ、カブクの足立です。 「カブクのエンジニアが普段何をしているのか」を明らかにする目的で始まったオフィシャルゆるブログ。 今回は、「TensorFlowでGPUが使えない」というエントリーに感動したので（失敗こそ大切な情報！）、私のTensorFlowの実行環境を構築する方法とその失敗・解決方法をご紹介します。 TensorFlowをGPUで動かす環境を作る 環境 以下の環境を構築します。 OS: Ubuntu 14.04.2 ビデオカード: NVIDIA GeForce GTX980Ti Driver: nvidia-352 Library: CUDA Toolkit(v7.5.18), cuDNN(v7.0) Framework: TensorFlow 0.8.0(Linux GPU版) etc: Python2.7.6, Docker 1.10.2 ビデオカード
DockerとWindowsのフォルダ共有方法 with tensorflow - Qiita
環境：Windows8.1 #【経緯】 http://yaju3d.hatenablog.jp/entry/2016/04/07/011033 上記のサイトを参考にjupyterでtensorflowをいじろうと思いましたが、フォルダ丸ごとのアップロードはできなかったため、 WindowsとDockerを共有すれば簡単にアップロードできるのではないかと思いました。 しかし、なかなかうまくいかず１時間ほど共有に時間がかかってしまったため、 分かりやすい説明をして情報展開できればいいなと考えました。 #【準備】 下記のサイトからWindows版のDockerをダウンロードしてインストールします。 https://www.docker.com/products/docker-toolbox #【フォルダ共有手順】 ①「Docker Quickstart Terminal」を立ち上げます。 ② 「
DockerでJupyter Notebook環境をお手軽に準備する(TensorflowやGraphvizもあるよ） - Qiita
はじめに ちょっとデータ分析や機械学習をやってみたい、んだけど環境準備が少し面倒だとか、 ハンズオンとかやるんだけど環境セットアップの説明だけで結構時間を使ってしまう、ということがなきにしもあらずかと思います。 Jupyter Notebookは機能的にも素晴らしい環境ですし、Webブラウザがあれば使うことができます。そういう環境はDockerに入れておくと便利で、各自のLocalで起動して使うか、クラウドサーバで起動しておけば、Webブラウザがあれば誰でも使えるのでお手軽です。 既に公開されているDocker Containerもあるのですが、いくつか欲しいものが足りないので追加したものを作ったので共有します。 Jupyter Notebook Docker Container Dockerファイルはここにあります。 https://github.com/mokemokechicken/
GitHub - centrifugal/centrifugo: Scalable real-time messaging server in a language-agnostic way. Self-hosted alternative to Pubnub, Pusher, Ably. Set up once and forever.
The core idea of Centrifugo is simple – it's a PUB/SUB server on top of modern real-time transports: The hard part is to make this concept production-ready, efficient, flexible and available from different application environments. Centrifugo is a mature solution that already helped many projects with adding real-time features and scale towards many concurrent connections. Centrifugo provides a se
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
docker-stacks/all-spark-notebook at main · jupyter/docker-stacks
GitHub - docker/docker-py: A Python library for the Docker Engine API
https://hub.docker.com/_/python/
Docker
GitHub - phusion/baseimage-docker: A minimal Ubuntu base image modified for Docker-friendliness
GitHub - aws/aws-eb-python-dockerfiles: Official Elastic Beanstalk repository for Python docker files.
https://qiita.com/inokappa/items/984b932f22de986417ad