Dockerfile

# Utilizza l'immagine base NVIDIA CUDA con supporto GPU
FROM huggingface/transformers-pytorch-gpu:latest
# Installa Python, pip e altre dipendenze di sistema
# Installa Python, pip e altre dipendenze di sistema
RUN apt-get update && apt-get install -y \
    python3 \
    python3-pip \
    git \
    wget \
    && rm -rf /var/lib/apt/lists/*

# Imposta un alias per python
RUN ln -s /usr/bin/python3 /usr/bin/python

# Installa PyTorch e Transformers
RUN pip install torch transformers datasets

# Crea una directory per la cache di Hugging Face
RUN mkdir -p /root/.cache/huggingface

# Imposta le variabili d'ambiente per la cache e altre configurazioni
ENV HF_HOME=/root/.cache/huggingface
ENV TRANSFORMERS_CACHE=/root/.cache/huggingface
ENV HUGGINGFACE_TOKEN=hf_1234567890abcdef1234567890abcdef12345678
ENV HUGGINGFACE_USER=Rathalos
ENV HUGGINGFACE_REPO=training_incite

# Copia tutti i file dalla directory locale alla directory /app nel container
COPY . /app
WORKDIR /app

# Comando per eseguire lo script di training
CMD ["python", "train_model.py"]