Dockerfile

# Wybór podstawowego obrazu z nowszą wersją CUDA i PyTorch
FROM pytorch/pytorch:1.12.0-cuda11.3-cudnn8-runtime

# Ustawienie argumentów środowiskowych dla lepszej obsługi bibliotek Python
ENV LANG=C.UTF-8 LC_ALL=C.UTF-8 PYTHONUNBUFFERED=1

# Aktualizacja systemu i instalacja niezbędnych narzędzi
RUN apt-get update && apt-get install -y --no-install-recommends \
    git \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

# Instalacja dodatkowych pakietów Python potrzebnych dla projektu
RUN pip install --no-cache-dir torchvision

# Ustawienie katalogu roboczego
WORKDIR /workspace

# Kopiowanie kodu źródłowego i danych treningowych do obrazu
COPY . /workspace

# Komenda, która zostanie uruchomiona podczas startu kontenera
CMD ["python", "train_model.py"]