ReproNim/neurodocker
Generate custom Docker and Singularity images, and minimize existing containers
何を解決するか
Neurodockerは、再現可能な神経画像処理ソフトウェア環境を作成する難しさに対処します。カスタムDockerfileやSingularityレシピの生成を簡素化し、異なるシステム間で複雑な神経画像処理ツールを一貫して実行できるようにします。
仕組み
ユーザーが神経画像処理ソフトウェアの要件を指定すると、自動的に必要なコンテナレシピ（DockerfileまたはSingularityレシピ）を生成するコマンドラインプログラムです。また、既存のコンテナをミニファイしてサイズを削減することも可能です。
対象ユーザー
データ分析パイプライン用に再現可能なソフトウェア環境を作成・共有・デプロイする必要がある神経画像処理分野の研究者や開発者。
特徴
- 神経画像処理ソフトウェア用のカスタムDockerfileおよびSingularityレシピの作成。
- 既存コンテナのミニファイでストレージおよび配布コストの削減。
- 広範な神経画像処理ソフトウェアパッケージのサポート。
- pip経由のコマンドラインツールまたは事前ビルド済みDockerイメージとして利用可能。
関連
- プロジェクト
nipy/nipypePythonプロジェクトで、神経画像処理ソフトウェアへの一貫したインターフェースを提供し、異なるパッケージのツールを統合して単一の再現可能なワークフローを構築できるようにします。
- プロジェクト
dusty-nv/jetson-containersjetson‑containers は、NVIDIA Jetson エッジデバイス向けに CUDA 互換の AI/ML、ロボティクス、シミュレーションパッケージを用意したモジュール式 Docker ベースのビルドシステムです。PyTorch、TensorFlow、LLM ツールキット、ROS などのフレームワークを選択し、1 つのコマンドで単一コンテナをビルドし、NVIDIA ランタイムのデフォルト設定で実行できます。Jetson ハードウェア上で再現可能で高性能な AI 環境が必要な開発者や研究者に最適です。
- プロジェクト
- プロジェクト
replicate/cog機械学習モデルを本番環境向けのDockerコンテナにパッケージ化し、HTTP推論サーバーを自動生成するオープンソースツール。
- プロジェクト
iot-salzburg/gpu-jupyterGPU‑Jupyterは、Python、PyTorch、TensorFlow、Julia、Rが事前にインストールされたDockerベースのGPU対応JupyterLab環境です。バージョン管理されたイメージ、カスタマイズのしやすさ、Docker‑Compose対応を備え、NVIDIA GPUを搭載した任意のマシンで再現可能なディープラーニング実験を可能にします。