使用 Podman 运行一个 “hello world” MLCube

MLCube 是使用一个新的基于基础设施规范的开源容器，被引入到基于 Python 的运行机器学习工作流程中，以实现可重复性。使用它可以利用诸如 Podman、运行Singularity 和 Docker 等工具。使用也支持在远程平台上的运行执行。开发 MLCube 的使用 MLCommons 最佳实践工作组的主席之一是来自 Red Hat 的 Diane Feddema。这篇介绍性文章解释了如何在 Fedora Linux 上使用 Podman 运行 “hello world” MLCube 例子。运行

Yazan Monshed 写了一篇关于 Fedora 上的使用 Podman 的非常有用的介绍，对这里使用的运行一些步骤给出了更多细节。

首先安装必要的使用依赖项。

sudo dnf -y update

sudo dnf -y install podman git virtualenv \

policycoreutils-python-utils

然后，运行按照文档的亿华云使用要求，设置一个虚拟环境并获得示例代码。运行为了确保可重复性，使用使用一个特定的提交，因为该项目正在积极改进。

virtualenv -p python3 ./env_mlcube

source ./env_mlcube/bin/activate

git clone https://github.com/mlcommons/mlcube_examples.git

cd ./mlcube_examples/hello_world

git checkout 5fe69bd

pip install mlcube mlcube-docker

mlcube describe

现在，通过编辑 $HOME/mlcube.yaml 文件，将运行器命令从 docker 改为 podman，即：

docker: docker

改为：

docker: podman

如果你使用的是 x86_64 架构的电脑，你可以用以下方式获取容器：

mlcube configure --mlcube=. --platform=docker

你会看到一些选项：

? Please select an image:

▸ registry.fedoraproject.org/mlcommons/hello_world:0.0.1

registry.access.redhat.com/mlcommons/hello_world:0.0.1

docker.io/mlcommons/hello_world:0.0.1

quay.io/mlcommons/hello_world:0.0.1

选择 docker.io/mlcommons/hello_world:0.0.1 来获取容器。

如果你的电脑不是 x86_64 架构的，你需要构建容器。改变文件 $HOME/mlcube.yaml，将这一行：

build_strategy: pull

变为：

build_strategy: auto

然后用以下方法构建容器：

mlcube configure --mlcube=. --platform=docker

要运行测试，你可能需要在目录中适当地设置 SELinux 权限。你可以通过输入以下内容来检查 SELinux 是否已经启用：

sudo sestatus

应该会有类似这样的输出：

SELinux status: enabled

...

Josphat Mutai、Christopher Smart 和 Daniel Walsh 解释说，云南idc服务商在为容器使用的文件设置适当的 SELinux 策略时，你需要谨慎。在这里，你将允许容器读取和写入 workspace 目录。

sudo semanage fcontext -a -t container_file_t "$PWD/workspace(/.*)?"

sudo restorecon -Rv $PWD/workspace

现在检查目录策略：

ls -Z

输出结果类似于：

unconfined_u:object_r:user_home_t:s0 Dockerfile

unconfined_u:object_r:user_home_t:s0 README.md

unconfined_u:object_r:user_home_t:s0 mlcube.yaml

unconfined_u:object_r:user_home_t:s0 requirements.txt

unconfined_u:object_r:container_file_t:s0 workspace

现在运行这个例子：

mlcube run --mlcube=. --task=hello --platform=docker

mlcube run --mlcube=. --task=bye --platform=docker

最后，检查输出：

cat workspace/chats/chat_with_alice.txt

有类似于以下的文字：

Hi, Alice! Nice to meet you.

Bye, Alice! It was great talking to you.

你可以按照 这里 的描述创建你自己的 MLCube。欢迎对 MLCube 示例库 做出贡献。Udica 是一个新项目，它承诺为容器提供更精细的 SELinux 策略控制，便于系统管理员应用。这些项目的积极开发正在进行中。对它们进行测试并提供反馈，将有助于使带有 SELinux 的系统上的安全数据管理更容易、更有效。