commit

Dockerfile

@@ -1,37 +1,53 @@
 # Dockerfile
 
 # Bước 1: Chọn base image
+# Sử dụng Miniconda làm base. Image này đã bao gồm Conda.
 FROM continuumio/miniconda3:latest
+
+# Thiết lập biến môi trường để tránh các prompt tương tác không cần thiết
 ENV DEBIAN_FRONTEND=noninteractive
 
-# Bước 2: Thiết lập thư mục làm việc
+# Bước 2: Thiết lập thư mục làm việc bên trong container
 WORKDIR /app
 
 # Bước 3: Sao chép file định nghĩa môi trường Conda
+# File environment.yml này nên được đặt cùng cấp với Dockerfile trong repo của bạn.
 COPY environment.yml .
 
-# Cài đặt mamba vào môi trường base của Conda từ conda-forge
-RUN conda install -n base -c conda-forge mamba -y
-
-# Bước 4: Tạo môi trường Conda bằng mamba
-RUN mamba env create -f environment.yml && \
-    conda clean -afy
+# (Tùy chọn, có thể bỏ qua nếu không cần thiết hoặc gây chậm)
+# Cập nhật conda lên phiên bản mới nhất trong môi trường base
+# RUN conda update -n base -c defaults conda -y
 
-# Bước 5: Kích hoạt môi trường Conda
-SHELL ["conda", "run", "-n", "myapp-env", "/bin/bash", "-c"] # Replace myapp-env if your env name is different
+# Bước 4: Tạo môi trường Conda từ file environment.yml
+# Tên môi trường "myapp-env" được lấy từ file environment.yml
+# Lệnh `conda clean -afy` sẽ dọn dẹp cache sau khi tạo môi trường để giảm kích thước image.
+RUN echo "Bắt đầu tạo môi trường Conda từ environment.yml..." && \
+    conda env create -f environment.yml && \
+    conda clean -afy && \
+    echo "Hoàn tất tạo môi trường Conda."
 
-# ... (Rest of your Dockerfile: pip install torch, verification steps, etc.) ...
-# Ensure your PyTorch pip install (Step 6) still targets the same CUDA version
-# (e.g., cu118 if your environment.yml has cudatoolkit=11.8.0)
+# Bước 5: Kích hoạt môi trường Conda cho tất cả các lệnh RUN, CMD, ENTRYPOINT tiếp theo
+# Tên môi trường "myapp-env" phải khớp với tên trong environment.yml
+SHELL ["conda", "run", "-n", "myapp-env", "/bin/bash", "-c"]
 
+# Bước 6: Cài đặt/nâng cấp PyTorch, torchvision, torchaudio với GPU (nhắm đến CUDA 11.8)
+# QUAN TRỌNG: HÃY KIỂM TRA VÀ SỬ DỤNG PHIÊN BẢN torch, torchvision, torchaudio
+# THỰC TẾ CÓ SẴN cho cu118 và Python 3.11 (cp311) TẠI https://download.pytorch.org/whl/cu118
+# Ví dụ dưới đây sử dụng torch 2.3.1, torchvision 0.18.1, torchaudio 2.3.1.
+# THAY THẾ NẾU BẠN TÌM THẤY PHIÊN BẢN PHÙ HỢP HƠN HOẶC MỚI HƠN.
+RUN echo "Bắt đầu cài đặt/nâng cấp PyTorch, torchvision, torchaudio với GPU (CUDA 11.8)..." && \
+    pip install --no-cache-dir --upgrade \
+        torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 \
+        --extra-index-url https://download.pytorch.org/whl/cu118 && \
+    echo "Đã cài đặt/nâng cấp PyTorch, torchvision, torchaudio cho cu118."
 
-# Bước 7: Xác thực cài đặt (RẤT QUAN TRỌNG)
-# Output ở đây sẽ cho bạn biết PyTorch có nhận CUDA 11.8 không.
+# Bước 7: Bước xác thực cài đặt (RẤT QUAN TRỌNG để gỡ lỗi trên Spaces)
 RUN echo "--- KIỂM TRA MÔI TRƯỜNG SAU KHI CÀI ĐẶT ---" && \
     echo "Kiến trúc hệ thống:" && uname -m && \
     echo "Đường dẫn Conda:" && which conda && \
     echo "Đường dẫn Python:" && which python && \
     echo "Phiên bản Python:" && python --version && \
+    echo "NVIDIA SMI (nếu có và cudatoolkit được cài đúng):" && nvidia-smi || echo "nvidia-smi không khả dụng hoặc có lỗi." && \
     echo "--- Thông tin PyTorch: ---" && \
     python -c "import torch; print(f'PyTorch version: {torch.__version__}'); print(f'CUDA available for PyTorch: {torch.cuda.is_available()}'); print(f'PyTorch built with CUDA version: {torch.version.cuda if torch.cuda.is_available() else \"N/A\"}'); print(f'cuDNN version: {torch.backends.cudnn.version() if torch.cuda.is_available() and torch.backends.cudnn.is_available() else \"N/A\"}'); print(f'Number of GPUs available to PyTorch: {torch.cuda.device_count()}')" && \
     echo "--- Thông tin Faiss: ---" && \
@@ -43,15 +59,15 @@ RUN echo "--- KIỂM TRA MÔI TRƯỜNG SAU KHI CÀI ĐẶT ---" && \
 # Bước 8: Sao chép toàn bộ code ứng dụng của bạn (app.py, retrieval.py, v.v.)
 # và các thư mục con (data/, models/ - nếu bạn tải model lên trực tiếp)
 # vào thư mục /app bên trong container.
-# Hãy tạo file .dockerignore để loại bỏ các file không cần thiết (ví dụ: .git, __pycache__, .venv)
+# Hãy tạo file .dockerignore để loại bỏ các file không cần thiết.
 COPY . .
 
 # Bước 9: (Tùy chọn) Thiết lập các biến môi trường mà ứng dụng của bạn có thể cần
 # Ví dụ:
-# ENV MY_VARIABLE="my_value"
-# ENV GRADIO_SERVER_NAME="0.0.0.0" # Thường Gradio tự xử lý
-# ENV GRADIO_SERVER_PORT="7860"   # Thường Gradio tự xử lý
+# ENV HF_HOME="/app/huggingface_cache" # Để cache model của Hugging Face vào một thư mục cụ thể
+# ENV GRADIO_SERVER_NAME="0.0.0.0"
+# ENV GRADIO_SERVER_PORT="7860"
 
 # Bước 10: Thiết lập lệnh mặc định để chạy ứng dụng của bạn
-# Điều này giả định rằng app.py của bạn khởi chạy server Gradio.
+# Sử dụng "conda run" để đảm bảo ứng dụng chạy trong môi trường Conda đã được kích hoạt.
 CMD ["conda", "run", "-n", "myapp-env", "python", "app.py"]

environment.yml

@@ -1,26 +1,31 @@
 # environment.yml
-name: myapp-env
+name: myapp-env # Hoặc tên môi trường của bạn
 channels:
-  - nvidia
-  - pytorch
-  - conda-forge
+  - nvidia       # Channel chính cho cudatoolkit
+  - pytorch      # Kênh cho faiss-gpu và pytorch-cpu (làm nền)
+  - conda-forge  # Cho các gói khác
   - defaults
 dependencies:
-  - python=3.11.12
-  - nvidia::cudatoolkit=11.8.0   # Pin specific cudatoolkit
-  # Find a specific faiss-gpu version for py311 & cuda11.8
-  # e.g., pytorch::faiss-gpu=1.8.0 (verify availability)
-  - pytorch::faiss-gpu # Or a more specific version like =1.8.0 
-  - numpy=1.26.4             # Pin NumPy for faiss compatibility
-  # Pin CPU PyTorch versions if known
-  - pytorch::pytorch-cpu # >=2.0.0,<2.4.0 or specific version
+  - python=3.11.12 # Hoặc phiên bản Python của bạn
+  # --- CUDA Toolkit và các gói Conda chính ---
+  - nvidia::cudatoolkit==11.8   # Yêu cầu CUDA 11.8
+  # Yêu cầu faiss-gpu. Conda sẽ cố gắng tìm bản build tương thích.
+  # Ví dụ: pytorch::faiss-gpu=1.8.0 (nếu bạn biết phiên bản cụ thể cho py311, cuda11.8)
+  # Hoặc conda-forge::faiss-gpu (thường ổn định)
+  - conda-forge::faiss-gpu
+  - numpy=1.26.4             # Ghim NumPy < 2.0 để tương thích với Faiss
+  # Các gói PyTorch CPU làm nền (sẽ được ghi đè bởi bản GPU từ pip)
+  - pytorch::pytorch-cpu
   - pytorch::torchvision-cpu
   - pytorch::torchaudio-cpu
+  # --- Các gói Pip ---
   - pip
   - pip:
-    - gradio # Pin: gradio==X.Y.Z
-    - sentence-transformers # Pin
-    - unsloth # Pin
-    - transformers # Pin
-    - rank_bm25 # Pin
-    - huggingface_hub # Pin
+    - gradio
+    - sentence-transformers
+    - unsloth
+    - transformers
+    - rank_bm25
+    - huggingface_hub
+    # KHÔNG có torch, torchvision, torchaudio, numpy ở đây
+    # ... các gói pip khác nếu cần