写给谁看：
- 项目运维人员
- 项目开发人员
- 平台管理员
业务流程
简介
人工智能实训平台 是一个基于 Microsoft 开源的 pai 项目，以此作为资源调度工具，在其上封装了一些常用的 to B 服务，以此完成一个面向机构的人工智能实训平台。
核心功能
- 为普通用户提供一个可以一键启动的 AI 开发环境。
优势
- 与 Microsoft 的 pai 并非强耦合关系
- 对 Azure 云服务不是强需求，可以用其他公有云、私有云、混合云、物理机替代
- 一键启动环境，确实方便多了
项目架构图
技术栈选型
名词解释
每一个学生创建环境后，open pai 平台会创建对应的 Job，这个 Job 对应的则是一个 docker container，而每个 Job 都是互相独立的，他们从哪里来的呢？项目中设置了一种 Golden Job，可以理解为普通 Job 的模板。而这每一个 Golden Job 则对应了一个包含了特殊数据集，课件，环境的 docker image。
1. Job：
Platform for AI 中的任务，对应实训平台课程中的环境。
2. Golden Job:
Platform for AI 中用户环境创建的 Job 的模板。
3. Docker Image
Golden Job 的数据集，课件，环境的镜像。
操作步骤
1、 找到需要替换的文件
下文以修改 Jupyter Notebook & VSCode 中的主题 logo 举例。
首先我们进入 Platform for AI 中，找到一个正在 Running 的 Golden Job，点击进入详情。
我们可以看到有一个 IP 和 一个 Port， 我们把这两个值输入到地址栏，如果这个 Job 是正在进行中的，那么我们可以看到如下的页面。
可能之前用过 Jupyter Notebook 的人，看到这个就会觉得还挺亲切的了。
那么现在我们先找一下对应的这个 logo，存放在什么路径中，做一个同名替换即可。
就是如下路径，我们直接在这里替换，这只会是一次性的，下次当我们重置环境后，这些改动又会消失，注意，我们现在是在一个普通的 Job 中，要永久性地改动，那就要改动 Job 的爸爸—— Golden job, 然而 Golden Job 要想让他也持久化，那还是得找到根源——docker image。
2、修改 DockFile & 打包
由于在此之前我们将 docker image 相关的文件夹利用 git 初始化了，所以找个服务器，clone 一下，这是文件目录。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
[shaiic@vm01 openpai]$ tree
├── build.sh # 这是一键 build + push 脚本
├── dockerfiles # 这里存放几个 docker image 的 DockerFile
│ ├── OOB1
│ │ ├── Dockerfile.bartu
│ │ ├── readme.txt
│ │ └── requirements.bartu.txt
│ ├── OOB2
│ │ └── Dockerfile.miniailab
│ ├── OOB3
│ │ └── Dockerfile.aiedu
│ └── OOB4
│ ├── Dockerfile.sjtu
│ ├── readme.txt
│ └── requirements.txt
├── README.md
└── yamls # 这个文件夹是用来存放 Golden Job 的配置文件
├── old
│ ├── GoldenJupyterJobTemplate.yaml
│ └── GolderJupyterReal_NotAdmin.yaml
├── OOB1-pythonBartu.yaml
├── OOB2-miniailab.yaml
├── OOB3-aiedu.yaml
└── OOB4-tf.keras.gpu.yaml
哪里是我们要修改的地方呢？
dockerfiles/
本项目所有的 docker image 都存放在这个目录下，以 OOB1 举例，其中核心是 Dockerfile.bartu， 打开看看里面什么样。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
$ cat dockerfiles/OOB1/Dockerfile.bartu
# the base image
#FROM openpai/standard:python_3.6-tensorflow_2.0.0-cpu
FROM shaiic/standard:ddebby.ai.v0.1.0
ADD requirements.bartu.txt /
# to support nfs share
RUN apt-get update
RUN apt-get install nfs-common -y
# install tensorflow packages we specified into the base environment
RUN pip install --trusted-host pypi.python.org -r requirements.bartu.txt
# download the coder binary, untar it, and allow it to be executed
RUN git clone https://github.com/bartuer/training_notebook.git /root/courses
# ==========================================================================
# 以上是一个 AI 学习课程的环境安装，从这里开始 定制logo的替换，分为两步：
# 1. 删除之前的 logo 原文件
# 2. wget 下载自定义文件 & 重命名为 logo.png 或 favicon.ico 等
# remove logo and icons
RUN rm -f /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/logo.png /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/favicon.ico /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/favicon-terminal.ico
# download images
RUN wget https://shaiictestblob01.blob.core.chinacloudapi.cn/share-all/logo.png -O /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/logo.png
RUN wget https://shaiictestblob01.blob.core.chinacloudapi.cn/share-all/icon.png -O /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/favicon.ico
RUN wget https://shaiictestblob01.blob.core.chinacloudapi.cn/share-all/icon.png -O /opt/conda/lib/python3.7/site-packages/notebook/static/base/images/favicon-terminal.ico
好了，按下 Esc， 输入 :wq 保存退出。
接下来是打包镜像了，输入以下命令：
1
docker build -f <要build的DockerFile文件名称> -t <Docker Hub用户名>/<image名>:<tag号> .
然后输入以下指令查看是否打包成功：
1
$ sudo docker images | grep <image名>
看看打印出的列表是否有你之前打包好的 image，如果有，那代表 build 成功了，现在就到下一步，把 image 推送到 Docker Hub 上。输入以下指令：
1
2
3
4
sudo docker login -u <你的Docker Hub用户名>
... input password ...
sudo docker push <Your Docker Hub Account>/<image name>:<tag name>
example: sudo docker push shaiic/ai-edu:v1.0
最后，登录 Docker Hub 查看一下有没有更新即可。
