Python ml workspace保留已安装的扩展和pip，而不会因重新启动而丢失
有没有一种方法可以持久化已安装的扩展并为ml workspace安装pip库？重新启动容器时，已安装的软件包将丢失Python ml workspace保留已安装的扩展和pip，而不会因重新启动而丢失,python,docker,Python,Docker,有没有一种方法可以持久化已安装的扩展并为ml workspace安装pip库？重新启动容器时，已安装的软件包将丢失 ML workspace:无论何时，只要您想要持久化数据，就必须使用卷。您应该找出扩展的安装位置，然后装载它们，这样您运行的每个容器都可以读取卷。如果您想快速安装，只需安装/，但这会浪费空间。我尝试过——安装类型=绑定，源=/opt/conda/lib/python3.7/site-packages，目标=/workspace/cache/site-packages，但我的工作区/
ML workspace:无论何时，只要您想要持久化数据，就必须使用卷。您应该找出扩展的安装位置，然后装载它们，这样您运行的每个容器都可以读取卷。如果您想快速安装，只需安装/，但这会浪费空间。我尝试过——安装类型=绑定，源=/opt/conda/lib/python3.7/site-packages，目标=/workspace/cache/site-packages，但我的工作区/cache/site-packages是空的，而/opt/conda/lib/python3.7/site-packages则装满了已安装的软件包。您知道我可能做错了什么吗？我不知道它是否仍然相关，但您是否指定了指向
/workspace