dockerfile常规操作中介绍了安装源更换、软件更新、模块安装等命令，参考文件移步这里。常规操作适用于容器内单个环境的情况，对于多个模型不同的运行环境时，一个个安装会很麻烦，遇到模块版本不同的情况就更尴尬了。今天介绍使用虚拟环境解决容器内多环境同时存在的情况。

• dockerfile文件

FROM nvidia/cuda:10.0-cudnn7-devel-ubuntu16.04RUN sed -i "s#archive.ubuntu.com#mirrors.aliyun.com#g" /etc/apt/sources.list \&& sed -i "s#security.ubuntu.com#mirrors.aliyun.com#g" /etc/apt/sources.list #修改下载源RUN apt-get upgrade -y \&& apt-get update ENV PATH="/root/anaconda3/bin:${PATH}"  #conda运行环境加入系统环境
ARG PATH="/root/anaconda3/bin:${PATH}"RUN apt-get install unzipCOPY Anaconda3-2020.02-Linux-x86_64.sh ./ 
COPY yolov5.zip ./ 
COPY run.sh ./
COPY requests_py2.7.txt ./  #默认环境的依赖模块
COPY env_py36.yml ./        #虚拟环境1
COPY env_yolov5-py37.yml ./  #虚拟环境2RUN unzip yolov5.zip \&& bash Anaconda3-2020.02-Linux-x86_64.sh -b RUN conda env create -f env_py36.yml \     #创建虚拟环境&& conda env create -f env_yolov5-py37.ymlRUN pip2 install -U -r requests_py2.7.txt \  #安装默认环境的依赖模块&& rm yolov5.zip \&& rm Anaconda3-2020.02-Linux-x86_64.sh \&& rm requests_py2.7.txt \&& rm *.ymlRUN apt-get clean all   #删除安装包&& rm -rf /var/lib/apt/lists/* #安装包状态信息的存储区EXPOSE 7001  #开放镜像端口
ENTRYPOINT ["/bin/bash", "run.sh"] #启动镜像后执行的文件,强烈建议使用bash作为运行环境

• 启动脚本

cd carinner  #使用默认环境
nohup python2 service_carinner.py --port 7001 > /dev/null 2>&1 &
source activate py3.6  #启动环境py3.6
cd ../openposeKps
nohup python service_kps.py --port 7002 > /dev/null 2>&1 &
cd ../scene
nohup python service_scene.py --port 7004 > /dev/null 2>&1 &
cd ../imgcrop
nohup python service_ipl.py --port 8001 > /dev/null 2>&1 &
conda deactivate     #退出环境py3.6
source activate yolov5_py3.7  #启动环境yolov5_py3.7
cd ../yolov5
python3 service_yolo.py --port 7003
conda deactivate    #退出环境yolov5_py3.7

• 环境配置文件

1. 生成环境配置文件命令 

root@ffeffbc15c98:/workspace# conda activate py3.6
(py3.6) root@ffeffbc15c98:/workspace# conda env export >py3.6.yml

2. 配置环境内容

name: py3.6
channels:- defaults
dependencies:- _libgcc_mutex=0.1=main- ca-certificates=2020.1.1=0- certifi=2020.4.5.2=py36_0…………- wheel=0.34.2=py36_0- xz=5.2.5=h7b6447c_0- zlib=1.2.11=h7b6447c_3- pip:- cffi==1.14.0- numpy==1.18.5…………- torchvision==0.2.1- tornado==6.0.4
prefix: /root/anaconda3/envs/py3.6

参考文献：

1. How to install packages with miniconda in Dockerfile?

2. Activating a Conda environment in your Dockerfile

3. Dockerfile reference